pytorch初学笔记（八）：神经网络之卷积操作

 目录

一、卷积操作

 二、二维卷积操作

2.1 torch.nn.functional

 2.2 conv2d方法介绍

2.2.1 使用该方法需要引入的参数

2.2.2 常用参数

2.2.3 关于对input和weight的shape详解

 三、代码实战

3.1 练习要求 

3.2 tensor的reshape操作 

3.3 不同stride的对比  

3.4 不同padding的对比

3.5 完整代码

---

一、卷积操作

torch.nn — PyTorch 1.13 documentation

 

 

 二、二维卷积操作

2.1 torch.nn.functional

 代码中引入torch.nn.functional，起别名为F

import torch.nn.functional as F

 

 2.2 conv2d方法介绍

什么是二维卷积？

二维卷积nn.Conv2d用于图像数据，对宽度和高度都进行卷积。 

 

2.2.1 使用该方法需要引入的参数

torch.nn.functional.conv2d(input, weight, bias=None, stride=1, padding=0, 

dilation=1, groups=1) → Tensor

 

 

2.2.2 常用参数

• input：输入矩阵，为tensor型，
• weight：卷积核 ，为tensor型
• stride：步长，默认为1
• padding：填充大小，默认为0

 

2.2.3 关于对input和weight的shape详解

方法中对input和weight要求的shape都需要是4维的。

1.  input的shape要求：      

• minibatch：batch中的样例个数
• in_channels：每个样例数据的通道数
• iH：每个样例的高（行数）
• iW：每个样例的宽（列数）

2.  weight的shape要求：

• out_channels：卷积核的个数
• in_channels/groups：每个卷积核的通道数
• kH：每个卷积核的高（行数）
• kW：每个卷积核的宽（列数）

(29条消息) 如何理解卷积神经网络中的通道（channel）_Medlen的博客-CSDN博客_卷积神经网络通道数

正常定义的tensor型shape均为二维，即只有长和宽，

因此需要使用reshape方法进行尺寸重定义。

 

 三、代码实战

3.1 练习要求 

代码将完成以下操作：

1. 输入如下图所示的5*5矩阵
2. 卷积核为下图所示的3*3矩阵
3. 设置步长stride为1，使用conv2d方法进行卷积操作
4. 输出结果 

3.2 tensor的reshape操作 

 输入的input大小为5*5，输入的kernel大小为3*3，均不符合conv2d方法中要求的shape大小，因此使用reshape方法进行tensor的尺寸重定义操作。

torch.reshape方法输入的第一个参数为需要改变大小的tensor，第二个参数为需要改变的大小，使用括号括起来的4个数字，前两个数字均为1，后两个数字为tensor的长和宽。

import torch
import torch.nn.functional as F
# 输入
input = torch.tensor([[1,2,0,3,1],
                      [0,1,2,3,1],
                      [1,2,1,0,0],
                      [5,2,3,1,1],
                      [2,1,0,1,1]])
 
# 卷积核
kernel = torch.tensor([[1,2,1],
                       [0,1,0],
                       [2,1,0]])
 
print(input.shape)
print(kernel.shape)
 
# 重新定义尺寸，把尺寸改成四个数，1个batchsize，1个通道，长和宽和之前一样
input = torch.reshape(input,(1,1,5,5))
kernel = torch.reshape(kernel,(1,1,3,3))
 
print(input.shape)
print(kernel.shape)

输出： 

 可见两个tensor的大小都已经成功被改变，可以输入conv2d中进行下一步操作。 

output = F.conv2d(input,kernel)
print(output)

输出： 

 可见已成功进行卷积操作。

3.3 不同stride的对比  

 步长（stride）：

卷积核是在图片上移动后遍历每一个像素，每次移动的大小就是步长stride

#stride=1或2时的输出
output1 = F.conv2d(input,kernel,stride=1)
print(output1)
output2 = F.conv2d(input,kernel,stride=2)
print(output2)

输出：

 

可以看到stride=1时输出的tensor大小为3*3，stride=2时为2*2。

 

3.4 不同padding的对比

padding（填充）：

 习惯上，我们可以使用0来对图像进行填充。规定p( padding )代表填充的层数。

是为了满足输出的图像的维度要求，最终图像的输出宽度会=原来输出宽度+2padding，因为是周围填充

# padding=1或2时的
output3 = F.conv2d(input,kernel,stride=1,padding=1)
print(output3)
output4 = F.conv2d(input,kernel,stride=1,padding=2)
print(output4)

输出：

可以看到不同的padding输出的tensor大小不同。 

3.5 完整代码

import torch
#引入F
import torch.nn.functional as F
 
# 输入
input = torch.tensor([[1,2,0,3,1],
                      [0,1,2,3,1],
                      [1,2,1,0,0],
                      [5,2,3,1,1],
                      [2,1,0,1,1]])
 
# 卷积核
kernel = torch.tensor([[1,2,1],
                       [0,1,0],
                       [2,1,0]])
 
print(input.shape)
print(kernel.shape)
 
# 重新定义尺寸，把尺寸改成四个数，1个batchsize，1个通道，长和宽和之前一样
input = torch.reshape(input,(1,1,5,5))
kernel = torch.reshape(kernel,(1,1,3,3))
 
print(input.shape)
print(kernel.shape)
 
#stride=1或2时的输出
output1 = F.conv2d(input,kernel,stride=1)
print(output1)
output2 = F.conv2d(input,kernel,stride=2)
print(output2)
 
# padding=1或2时的
output3 = F.conv2d(input,kernel,stride=1,padding=1)
print(output3)
output4 = F.conv2d(input,kernel,stride=1,padding=2)
print(output4)