pytorch conv1d原理说明

原理说明

总结：conv1d对最后一个维度进行卷积，以文本为例，conv1d是将文本的序列维度和embedding维度进行压缩，序列长度这一维按照正常卷积，embeding这一维由设置根据输出的outchannel决定，此处设置的是1，一般计算前，请将序列这一维度permute到最后一维，embedding这一维度调整到倒数第二维。

conv1d官方接口

官方接口中关于输出的大小的计算公式如下:

参见【原理说明】这一节的图，我们假设输入为7*5，那么：

• kernel_size 卷积核大小为2/3/4
• N 为batchsize
• dilation 为卷积核内部某一纬度相邻元素的差值，默认为1
• padding 为填充大小，为调整输入大小的一个参数，默认0
• Cin 和Cout 为channel大小，Cin为输入文本通道即为embedding大小5，Cout即为卷积产生的通道数，这里就是指卷积核的个数，这里都是了2
• Lin 就是输入的维度大小，Lin=7，即就是句子的长度，Lout就是Lin维度对应的输出维度大小

尝试按照如上公式计算下Lout：

• 当kernel_size=2时，即实际计算是用的 2x5这个核计算的（5就是最后一个维度的大小，将最后一维抹平为1维)
  Lout=[( 7+2×0-1*(2-1)-1 )/1 + 1] = 6，同理可得 kernel_size=3、4时，Lout=5、4，如下图所示的位置。
  
  仅供参考，如有疑问，欢迎交流。

Ref：

https://blog.csdn.net/sunny_xsc1994/article/details/82969867

官方api说明

关于channel的说明，见：https://www.cnblogs.com/Terrypython/p/10310531.html