简单说说pytorch深度学习のtorch.nn.conv2D 卷积

本文简单谈谈pytorch的二维卷积nn.conv2D，其主要作用为在由多个输入平面组成的输入信号上应用二维卷积。

目录

文章目录

前言

一、卷积过程

1.最简单的二维互相关

 2.以RGB为例的多通道卷积

二、conv2D的相关参数

1.conv2D的形式：

2.参数解析

三、示例代码

---

前言

本文简单谈谈pytorch的二维卷积nn.conv2D，其主要作用为在由多个输入平面组成的输入信号上应用二维卷积。

---

一、卷积过程

1.最简单的二维互相关

如图，如果我们的输入是1*5*5（1指通道数，可理解为一层；5*5为尺寸），使其与3*3的卷积核卷积，其过程为从Input中选取一个与卷积核同尺寸的矩阵，使其数乘（注意不是矩阵乘法）再求和，即得到左上角的输出，然后依次类推，获得输出。

 2.以RGB为例的多通道卷积

 

 RGB图像里面，我们可以分为红，绿，蓝三个通道，每一个通道拥有其特定的卷积核，然后与其特有的卷积核相卷积，然后将三个通道求和得到最后的结果，如果输入有n个通道，则需要n个卷积核

总体上讲，我们将一个n*5*5的输入经过n*3*3的卷积核卷积成了1*3*3的输出，输出通道数为1；如果我们需要通道数为m的输出，那么就需要拿m个（n*3*3）的卷积核卷积，然后我们可以将输出的所有通道拼接起来，得到输出。

 

 注：1.卷积核的通道数与输入的通道数相同（in_channals）

        2.输出的通道数是卷积核的数量（out_channals）

二、conv2D的相关参数

1.conv2D的形式：

nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0,dilation=1, groups=1, bias=True, padding_mode='zeros', device=None, dtype=None)

2.参数解析

   in_channals:输入通道数

   out_channals:输出通道数

   kernel_size:卷积核尺寸

   stride：步长，在上面的例子里，是选取输入内3*3的矩阵与卷积核做数乘，然后向右或向下移动一位再进行卷积，默认stride为一，若为2，则移动两格

   padding： 在初始输入外面加0，padding为几则加几圈0，从而改变输出的尺寸，默认为0

  dilation：控制卷积核之间的距离

  groups：输入和输出之间的连接

  bias: 是否将学习到的bias增加到输出中，即是否保存学习

三、示例代码

import torch
import torch.nn as nn
import numpy as np

input = np.random.randint(1,10,(5,5))       #生成随机输入

random_kernel = np.random.randint(1,10,(3,3))      #生成随机卷积核

input = torch.Tensor(input).view(1,1,5,5)     #设置输入张量

conv_layer = nn.Conv2d(1,1,kernel_size = 3,bias = False)    #卷积

kernel = torch.Tensor(random_kernel).view(1,1,3,3)  #构造卷积核

conv_layer.weight.data = kernel.data 

output = conv_layer(input)

print(input)
print(random_kernel)
print(output)