Pytorch基础：nn模块与网络创建——卷积模块的使用

1. 卷积模块

• 卷积是卷积神经网络中最常用的操作之一。在计算机视觉任务中经常会使用普通卷积、分组卷积、深度可分离卷积、空洞卷积、转置卷积（反卷积）和3D卷积。

2. nn.Conv2d

• PyTorch 的卷积模块是nn.Conv2d，构造函数如下：

nn.Conv2d(
	in_channels,  //输入图像/特征图的通道数。
	out_channels, //输出图像/特征图的通道数。
	kernel_size,  //卷积核的尺寸。
	stride=1,     //卷积的步长。
	padding=0, 	  //补0的数目。
	dilation=1,   //空洞率。代表卷积核的核元素之间的空间距离，默认值为1时为普通卷积，大于1时代表空洞卷积。
	groups=1,     //分组数。
	bias=True,    //bool类型。默认为True代表使用卷积计算的偏差项，False代表不使用卷积计算的偏差项。
	padding_mode='zeros',//补0模式。常见的补0模式包括zeros/reflect/replicate/circular.
	device=None,  //
	dtype=None    //
	)

• nn.Conv2d 卷积输入数据的格式是（batch_size,C，H，W）
  • batch_size：在一次迭代中输入网络的数据量；
  • C：输入数据的通道数；
  • H，W：代表输入数据的长（Height）和宽（Width）。

3. 特征图的输入和输出尺寸的关系表

$$H_{out}=\frac{H_{in}+2\times PH-DH\times (KH-1)-1}{SH}+1$$

$$W_{out}=\frac{W_{in}+2\times PW-DW\times (KW-1)-1}{SW}+1$$

$$\begin{array}{rl}& H_{in}/H_{out}代表输入输出特征图长度，W_{in}/W_{out}代表输入输出特征图宽度。\\ & KH代表卷积核的长度、KW代表卷积核的宽度。\\ & PH代表长度方向补0的数目，PW代表宽度方向补0的数目。\\ & SH代表长度方向卷积步长，SW代表宽度方向卷积步长。\\ & DH代表长度方向空洞率，DW代表宽度方向空洞率。\\ & C_{in}/C_{out}代表输入/输出特征图的通道数\end{array}$$

4. 卷积后输出特征图维度和输入相同

import torch
import torch.nn as nn 
data_in=torch.randn(size=(1,3,400,400))
k_size=[1,3,5,7]
stride=[1,1,1,1]
pad=[0,1,2,3]
# 输入和输出通道均设为3
ch_in=3
ch_out=3

for i in range(len(k_size)):
    conv2d=nn.Conv2d(ch_in,ch_out,k_size[i],stride[i],pad[i])
    print(conv2d(data_in).size())
# 输出结果
torch.Size([1, 3, 400, 400])
torch.Size([1, 3, 400, 400])
torch.Size([1, 3, 400, 400])
torch.Size([1, 3, 400, 400])