PyTorch中的nn.Conv2d卷积详解

一、nn.Conv1d

一维的卷积能处理多维数据

nn.Conv1d(self, in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True))
参数：
  in_channel:　输入数据的通道数，例RGB图片通道数为3；
  out_channel: 输出数据的通道数，这个根据模型调整；
  kennel_size: 卷积核大小，可以是int，或tuple；kennel_size=2,意味着卷积大小2， kennel_size=（2,3），意味着卷积在第一维度大小为2，在第二维度大小为3；
  stride：步长，默认为1，与kennel_size类似，stride=2,意味在所有维度步长为2， stride=（2,3），意味着在第一维度步长为2，意味着在第二维度步长为3；
  padding：　零填充

例子

import torch
import torch.nn as nn
import torch.nn.functional as F

x = torch.randn(10, 16, 30, 32, 34)
# batch, channel , height , width
print(x.shape)
class Net_1D(nn.Module):
    def __init__(self):
        super(Net_1D, self).__init__()
        self.layers = nn.Sequential(
            nn.Conv1d(in_channels=16, out_channels=16, kernel_size=(3, 2, 2), stride=(2, 2, 1), padding=[2,2,2]),
            nn.ReLU()
        )
    def forward(self, x):
        output = self.layers(x)
        log_probs = F.log_softmax(output, dim=1)
        return  log_probs

n = Net_1D()  # in_channel,out_channel,kennel,
print(n)
y = n(x)
print(y.shape)

结果

torch.Size([10, 16, 30, 32, 34])
Net_1D(
  (layers): Sequential(
    (0): Conv1d(16, 16, kernel_size=(3, 2, 2), stride=(2, 2, 1), padding=[2, 2, 2])
    (1): ReLU()
  )
)
torch.Size([10, 16, 16, 18, 37])

卷积计算

d = (d - kennel_size + 2 * padding) / stride + 1
x = ([10,16,30,32,34]),其中第一维度：30，第一维度,第二维度：32,第三维度：34，对于卷积核长分别是；对于步长分别是第一维度：2,第二维度：,2,第三维度：1；对于padding分别是：第一维度：2,第二维度：,2,第三维度：2；

一维的卷积能处理多维数据。 这里只是为了体现nn.Conv1d能够处理多维数据而举的例子。 对应真实例子彩色照片作为输入数据，RGB照片的特征向量为（C,H,W）既（通道数，高，宽），在Pytorch中输入形式为（B,C,H,W）其中B为图片批次数，通俗讲就是一次喂入模型中照片的数量，那么一般来说第一维度为高，第二维度为宽，这两维度数据在卷积核的作用下提取有效特征，通道数是根据你的模型设置的output channel参数改变。[10,16,30,32,34]，你可以理解为一个输入数据通道数为16的[30,32,34]大小的数据。

d1 = (30 - 3 + 22)/ 2 +1 = 31/2 +1 = 15+1 =16
d2 = (32 - 2 + 22)/ 2 +1 = 34/2 +1 = 17+1 =18
d3 = (34 - 2 + 2*2)/ 1 +1 = 36/1 +1 = 36+1 =37
batch = 10, out_channel = 16

故：y = [10, 16, 16, 18, 37]

二、nn.Conv2d

二维卷积可以处理二维数据
nn.Conv2d(self, in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True))
参数：
  in_channel:　输入数据的通道数，例RGB图片通道数为3；
  out_channel: 输出数据的通道数，这个根据模型调整；
  kennel_size: 卷积核大小，可以是int，或tuple；kennel_size=2,意味着卷积大小(2,2)， kennel_size=（2,3），意味着卷积大小（2，3）即非正方形卷积
  stride：步长，默认为1，与kennel_size类似，stride=2,意味着步长上下左右扫描皆为2， stride=（2,3），左右扫描步长为2，上下为3；
  padding：　零填充

例子
输入数据X[10,16,30,32],其分别代表：10组数据，通道数为16，高度为30，宽为32

import torch
import torch.nn as nn

x = torch.randn(10, 16, 30, 32) # batch, channel , height , width
print(x.shape)
m = nn.Conv2d(16, 33, (3, 2), (2,1))  # in_channel, out_channel ,kennel_size,stride
print(m)
y = m(x)
print(y.shape)

结果

torch.Size([10, 16, 30, 32])
Conv2d(16, 33, kernel_size=(3, 2), stride=(2, 1))
torch.Size([10, 33, 14, 31])

卷积计算过程：

h/w = (h/w - kennel_size + 2padding) / stride + 1
x = ([10,16,30,32]),其中h=30,w=32,对于卷积核长分别是 h:3，w:2 ；对于步长分别是h：2，w:1；padding默认0；
h = (30 - 3 + 20)/ 2 +1 = 27/2 +1 = 13+1 =14
w =(32 - 2 + 2*0)/ 1 +1 = 30/1 +1 = 30+1 =31
batch = 10, out_channel = 33

故： y= ([10, 33, 14, 31])