【Pytorch深度学习笔记 10】基本的卷积操作conv1d

声明

本文根据个人理解写的，如有纰漏望指正，谢谢！

Conv1d的理解

conv1d有两个，一个是torch.nn模块中，另一个是torch.nn.functional模块中。

第一种： torch.nn.Conv1d

调用格式
torch.nn.Conv1d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode=‘zeros’, device=None, dtype=None)

• in_channels：输入通道数
• out_channels：输出通道数（同卷积核个数）
• kernel_size：卷积核“长度”，其另一维度值与输入的通道数相同，所以卷积核尺寸为kernel_size*in_channels
• stride：滑动步长，默认为1
• padding：补充0的个数，默认为0。例：当padding=1，则在输入的每一通道的数列的左右两端各补一个0
• dilation：核的元素之间的间隔。 默认为1。(1应该是指元素间距，1即紧邻)
• groups：分组数。
  例如，（1）当groups=1，则所有输入都卷积到输出；（2）groups=2时，这个操作就相当于有两个conv层并排，每个conv层作用于一半的输入通道，产生一半的输出通道，然后两者串联起来；（3）groups= in_channels时，每个输入通道都用它自己的一组滤波器进行卷积，这些滤波器的大小为⌊in_channels/out_channels⌋

运算示意图

则$A_{1,1}$的计算为：
$$\left[\begin{array}{c}{a}_{1,1}{a}_{1,2}{a}_{1,3}{a}_{1,4}\\ a_{2,1}{a}_{2,2}{a}_{2,3}{a}_{2,4}\end{array}\right]\ast kernel=A_{1,1}$$
其中$kernel\in R^{2\times 2}$，也就是nn.Conv1(2,4, 2)中最后一个参数指定的大小，也就是一个2x2的矩阵，具体为什么只能设置长宽一致的核不太清楚。
需要强调的是：
（1）nn.Conv1(2,4, 2)第一个参数使之input_channels的维度大小，也就是要与原始数据(3,2,4)第二个维度对应。
（2）nn.Conv1(2,4, 2)第二个参数是输出维度的大小。

举个例子
conv1d参与操作的主要有：输入数据、weight、bias。参考

import torch.nn as nn
import torch

# input data
input = torch.randn(3, 2, 4)        # (batch_size,channels,length)
print("input data:\n",input)

# define conv1d
m = nn.Conv1d(2, 4, 2, stride=1)    # (input_channels, output_channels, kernel_size, stride)

# weight and bias
print("weight:\n",m.weight)
print("bias:\n", m.bias)

# perform conv1d
output = m(input)
print("output:\n",output)

注：如何更改weight和bias呢？

nn.init.constant_(conv1.weight, 1)	# 将核的元素值初始化为全1
nn.init.constant_(conv1.bias, 0)	# 偏置值为0

第二种： torch.nn.functional.conv1d

调用格式
torch.nn.functional.conv1d(input, weight, bias=None, stride=1, padding=0, dilation=1, groups=1)

• in_channels (int) – Number of channels in the input image
• out_channels (int) – Number of channels produced by the convolution
• kernel_size (int or tuple) – Size of the convolving kernel
• stride (int or tuple, optional) – Stride of the convolution. Default: 1
• padding (int, tuple or str, optional) – Padding added to both sides of the input. Default: 0
• padding_mode (string, optional) – ‘zeros’, ‘reflect’, ‘replicate’ or ‘circular’. Default: ‘zeros’
• dilation (int or tuple, optional) – Spacing between kernel elements. Default: 1
• groups (int, optional) – Number of blocked connections from input channels to output channels. Default: 1
• bias (bool, optional) – If True, adds a learnable bias to the output. Default: True