关于 Pytorch 的 nn.torch.Conv2d 的记录与理解.
CLASS torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True)假设 Conv2d 的输入 input 尺寸为 (N,Cin,Hin,Win)
1. Demo
import torch
import torch.nn as nn
Pytorch中的Conv2d的认识
转载自：https://www.aiuai.cn/aifarm618.html
# With square kernels and equal stride
m = nn.Conv2d(16, 33, 3, stride=2)
# non-square kernels and unequal stride and with padding
m = nn.Conv2d(16, 33, (3, 5), stride=(2, 1), padding=(4, 2))
# non-square kernels and unequal stride and with padding and dilation
m = nn.Conv2d(16, 33, (3, 5), stride=(2, 1), padding=(4, 2), dilation=(3, 1))
input = torch.randn(20, 16, 50, 100)
output = m(input)
2. 关于 groups 参数
对于 groups 参数，用于分解 inputs 和 outputs 间的关系，分组进行卷积操作.
[1] - groups=1，所有输入进行卷积操作，得到输出.
[2] - groups=2，等价于有两个并列 conv 操作，每个的输入是一半的 input_channels，并输出一半 - 的 output_channels，然后再进行链接.
[3] - groups=in_channels，每个 input channel 被其自己的 filters 进行卷积操作，尺寸为 CoutCin
2.1 groups 参数示例 demo
import numpy as np
import cv2
import matplotlib.pyplot as plt
import torch
import torch.nn as nn
import torchvision.transforms.functional as F
img = cv2.imread(‘test.jpg’)
img_224 = cv2.resize(img, (224, 224), cv2.INTER_LINEAR)
img_224 = cv2.cvtColor(img_224, cv2.COLOR_BGR2RGB)
img_tensor = torch.from_numpy(np.moveaxis(img_224 / (255. if img_224.dtype == np.uint8 else 1), -1, 0).astype(np.float32))
inputs = torch.unsqueeze(img_tensor, 0)
conv = nn.Conv2d(in_channels=3, out_channels=6, kernel_size=7, stride=2, padding=3, groups=3, bias=False)
nn.init.xavier_uniform_(conv.weight.data, gain=nn.init.calculate_gain(‘relu’))
print(conv.weight.data.size())
print(conv.weight.data)
output=conv(inputs)
print(output)
groups决定了将原输入in_channels 分为几组，而每组channel重用几次，由out_channels/groups计算得到，这也说明了为什么需要groups能供被out_channels与in_channels整除. - pyotrch_nn.Conv2d中groups参数的理解
3. 卷积层原理及例示[转]
卷积层是用一个固定大小的矩形区去席卷原始数据，将原始数据分成一个个和卷积核大小相同的小块，然后将这些小块和卷积核相乘输出一个卷积值（注意这里是一个单独的值，不再是矩阵了）.
卷积的本质就是用卷积核的参数来提取原始数据的特征，通过矩阵点乘的运算，提取出和卷积核特征一致的值，如果卷积层有多个卷积核，则神经网络会自动学习卷积核的参数值，使得每个卷积核代表一个特征.
3.1 以 conv1d 举例说明卷积过程的计算
conv1d是一维卷积，它和conv2d的区别在于只对宽度进行卷积，对高度不卷积.
函数定义：
torch.nn.functional.conv1d(input, weight, bias=None, stride=1, padding=0, dilation=1, groups=1)参数说明:
- input：输入的Tensor数据，格式为(batch, channels, W)，三维数组，第一维度是样本数量，第二维度是通道数或者记录数，三维度是宽度.
- weight：卷积核权重，也就是卷积核本身. 是一个三维数组，(out_channels, in_channels/groups, kW). out_channels 是卷积核输出层的神经元个数，也就是这层有多少个卷积核；in_channels是输入通道数；kW是卷积核的宽度.
- bias：位移参数，可选项，一般也不用管.
- stride：滑动窗口，默认为1，指每次卷积对原数据滑动1个单元格.
- padding：是否对输入数据填充0. Padding可以将输入数据的区域改造成是卷积核大小的整数倍，这样对不满足卷积核大小的部分数据就不会忽略了. 通过padding参数指定填充区域的高度和宽度，默认0（填充区域为0，不填充）.
- dilation：卷积核之间的空格，默认1.
- groups：将输入数据分组，通常不用管这个参数.
import torch
import torch.nn as nn
import torch.nn.functional as F
from torch.autograd import Variable
print(“conv1d sample”)
a=range(16)
x = Variable(torch.Tensor(a))
x=x.view(1,1,16)
print(“x variable:”, x)
b=torch.ones(3)
b[0]=0.1
b[1]=0.2
b[2]=0.3
weights = Variable(b) #torch.randn(1,1,2,2)) #out_channelin_channelH*W
weights=weights.view(1,1,3)
print (“weights:”,weights)
y=F.conv1d(x, weights, padding=0)
print (“y:”,y)
输出结果为：
conv1d sample
x variable: tensor([[[ 0., 1., 2., 3., 4., 5., 6., 7., 8., 9., 10., 11., 12., 13., 14., 15.]]])
weights: tensor([[[ 0.1000, 0.2000, 0.3000]]])
y: tensor([[[ 0.8000, 1.4000, 2.0000, 2.6000, 3.2000, 3.8000, 4.4000, 5.0000, 5.6000, 6.2000, 6.8000, 7.4000, 8.0000, 8.6000]]])它是怎么计算的：
（1） 原始数据大小是0-15的一共16个数字，卷积核宽度是3，向量是[0.1, 0.2, 0.3]. 第一个卷积是对 x[0:3] 共3个值 [0,1,2] 进行卷积，公式如下：
0x0.1+1x0.2+2x0.3=0.8
（2） 对第二个目标卷积，是 x[1:4 ]共3个值 [1,2,3] 进行卷积，公式如下：
1x0.1+2x0.2+3x0.3=1.4
看到和计算结果完全一致.
conv1d 示意图如下：
conv1d 和 conv2d 的区别就是只对宽度卷积，不对高度卷积. 最后的结果的宽度是原始数据的宽度减去卷积核的宽度再加上1，这里就是14.
Pytorch卷积层原理和示例