一维卷积
一维卷积主要用作降维或者升维。以下所有例子都以语音/NLP的场景讲述，输入的矩阵为batch x T x d。T为一个batch中语音的最长时间（短的语音会加padding），d为特征的维度。一维卷积的作用是对特征进行降维/升维。
torch.nn.Conv1d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True)
in_channels: 输入的通道数
out_channels:输出的通道数
kernel_size:卷积核的大小
stride:每次移动卷积核的间距
padding:每个边padding的元素数
dilation:空洞卷积的参数
groups:分组卷积的组数
最普通的卷积操作
nn.Conv1d(in_channels=256, out_channels=100, kernel_size=2)
# 输出的特征
input = torch.randn(32, 35, 256)
# 加padding是为了让卷积之后的时间维度不变
padding = nn.ConstantPad2d((1, 0, 0, 0,), 0)
# 由于一维卷积是对最后一维操作的，所以得转置后面两维
input = input.transpose(2, 1)
# 先转置，后padding，这样padding就加在了时间维度了
input = padding(input)
# 卷积之后还得恢复到原来的维度
output = conv1(input).transpose(2, 1)
print(output.shape) # torch.Size([32, 35, 100])
从结果可以发现，我只把最后的维度从256变成了100。一维卷积的卷积核实际上是[in_channels , kernel_size]
一维卷积示意图
分组卷积
空洞卷积
二维卷积
一维卷积是只在某一个维度上操作，而二维卷积是在两个维度上操作。
一维卷积的输入是三维的，而二维卷积的输入是四维的。
class Net(nn.Module):
def __init__(self, idim, odim):
super(Net, self).__init__()
self.conv = nn.Sequential(
nn.Conv2d(1, odim, 4, 2), # 1为输入通道数，odim为输出通道数，kernel为(4,4)，stride为(2,2)
nn.ReLU(),
nn.Conv2d(odim, odim, 3, 2), # kernel为(3,3)，stride为(2,2)
nn.ReLU()
)
# print((((idim - 1) // 2 - 1) // 2))
self.out = nn.Sequential(
nn.Linear(odim * ((((idim - 4) // 2 + 1) - 3) // 2 + 1), odim)
)
def forward(self, x):
# 输入通道为1
x = x.unsqueeze(1)
print('x:', x.shape)
y = self.conv(x)
print(y.shape)
b, c, t, f = y.size()
# 将输出的通道数和时间维度交换，通过全连接转换特征维度
o = self.out(y.transpose(1, 2).contiguous().view(b, t, c * f))
print(o.shape)
x = torch.ones(32, 100, 320)
model = Net(320, 512)
print(model)
model(x)
# 输出为 torch.Size([32, 24, 512])
通过二维卷积操作，可以将时间长度减少了4倍，特征维度从320映射到了512
输出维度的计算方法：
输入的矩阵: T x d
Filter: F x F
步长: S x S
padding: P x P
则输出的矩阵大小为 ((T-F+2P)/S+1) x ((d-F+2P)/S)+1
二维卷积。每个filter在时间和特征维度上都要移动