pytorch中nn.Conv2d函数各参数的理解，尤其是对输入通道，输出通道以及需要的输入特征进行分析
Pytorch中文文档中关于nn.Conv2d函数具体参数介绍：
class torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True)
Parameters：
in_channels(int) – 输入信号的通道
out_channels(int) – 卷积产生的通道
kerner_size(int or tuple) - 卷积核的尺寸
stride(int or tuple, optional) - 卷积步长
padding(int or tuple, optional) - 输入的每一条边补充0的层数
dilation(int or tuple, optional) – 卷积核元素之间的间距
groups(int, optional) – 从输入通道到输出通道的阻塞连接数
bias(bool, optional) - 如果bias=True，添加偏置
import torch
import torch.nn as nn
import numpy
关于填充和步幅, padding可以通过添0扩展输入的矩阵，stride可以控制卷积核每次计算移动的距离，它两都可以控制输出的形状
- 用了nn的模型之后需要加上通道这个维度
- 之所以不用定义卷积核是因为卷积核的值在这里是随机的，可以通过parameter查看,parameter是个对象要转为list显示。设置值可以自己写卷积函数
corr = nn.Conv2d(in_channels=1,out_channels=1,kernel_size=3,padding=1)
X = X.view((1, 1) + X.shape) #在使用nn自带的卷积函数时，这里要补上通道的维度
print(list(corr.parameters()))
print(X.shape)
print(corr)
print(corr(X))
print(list(corr.parameters()))
[Parameter containing:
tensor([[[[-0.0165, -0.2995, -0.0094],
[-0.1117, 0.3317, 0.0723],
[ 0.1026, -0.2529, -0.3191]]]], requires_grad=True), Parameter containing:
tensor([-0.0899], requires_grad=True)]
torch.Size([1, 1, 4, 4])
Conv2d(1, 1, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
tensor([[[[-0.2450, -0.3480, -0.3027, -0.1314],
[-0.3507, -0.3348, -0.1942, -0.1996],
[-0.3338, -0.2402, -0.5688, -0.2324],
[-0.0597, -0.1412, -0.0888, -0.1264]]]],
grad_fn=)
[Parameter containing:
tensor([[[[-0.0165, -0.2995, -0.0094],
[-0.1117, 0.3317, 0.0723],
[ 0.1026, -0.2529, -0.3191]]]], requires_grad=True), Parameter containing:
tensor([-0.0899], requires_grad=True)]
多通道
- 通过in_channels和out_channels控制，这两个参数以及对输入的要求比较难理解，这里分析一下：
corr2 = nn.Conv2d(in_channels=2, out_channels=4, kernel_size=2, padding=0)
print(list(corr2.parameters())[0].shape)
torch.Size([4, 2, 2, 2])
上面这个是卷积核形状：
- 最后两个2，表示卷积核2x2。
- 第一个4对应输出四个通道，用多维的角度去想，即要输出4个通道，每个通道包括一组值，那么应该包括4组，这就是4的含义。
- 第二个2对应输入2个通道，即输入的每个通道都需哟1个2x2的卷积核去卷积，所以两个通道对应2。
X = torch.rand((2,1,3,3))
print(corr2(X))
---------------------------------------------------------------------------
RuntimeError Traceback (most recent call last)
in ()
1 X = torch.rand((2,1,3,3))
----> 2 print(corr2(X))
E:\soft2\annaconda\lib\site-packages\torch\nn\modules\module.py in __call__(self, *input, **kwargs)
548 result = self._slow_forward(*input, **kwargs)
549 else:
--> 550 result = self.forward(*input, **kwargs)
551 for hook in self._forward_hooks.values():
552 hook_result = hook(self, input, result)
E:\soft2\annaconda\lib\site-packages\torch\nn\modules\conv.py in forward(self, input)
351
352 def forward(self, input):
--> 353 return self._conv_forward(input, self.weight)
354
355 class Conv3d(_ConvNd):
E:\soft2\annaconda\lib\site-packages\torch\nn\modules\conv.py in _conv_forward(self, input, weight)
348 _pair(0), self.dilation, self.groups)
349 return F.conv2d(input, weight, self.bias, self.stride,
--> 350 self.padding, self.dilation, self.groups)
351
352 def forward(self, input):
RuntimeError: Given groups=1, weight of size [4, 2, 2, 2], expected input[2, 1, 3, 3] to have 2 channels, but got 1 channels instead
- 这里报错是很明显的，因为输入的每个图是3x3，但是在输入通道是1，即每组只有一个特征图，而模型corr2设定的通道是2，需要提供两个特征图，改成下面的代码。
X = torch.rand((2,2,3,3))
print(corr2(X).shape)
print(corr2(X))
torch.Size([2, 4, 2, 2])
tensor([[[[-0.2524, -0.3684],
[-0.3618, 0.0558]],
[[ 0.4600, 0.6168],
[ 0.4752, 0.6174]],
[[ 0.0682, 0.3968],
[ 0.1432, 0.3818]],
[[ 0.0576, 0.4250],
[ 0.2757, 0.6462]]],
[[[-0.3360, -0.5825],
[-0.4622, -0.0016]],
[[ 0.3572, 0.4425],
[ 0.4759, 0.4528]],
[[ 0.2767, 0.4641],
[ 0.2997, 0.4814]],
[[ 0.1487, 0.1466],
[ 0.2228, 0.3224]]]], grad_fn=)
- 这回就没问题了，看输入形状，后三维即4，2，2表示输出了4个2x2特征（卷积得到2x2）。我们可以发现，X的第一个维度2，与输入通道，输出通道是没有关系的，它实际上是表示输入有多少张图，用这个例子解释，两张图每张得到了4个通道的输出，所以是（2，4，2，2）