超详细解析nn.Conv2d,零基础Get卷积精髓!
ztj100 2024-11-14 19:24 28 浏览 0 评论
nn.Conv2d是PyTorch中的一个类,用于实现二维卷积操作。它可以对输入的多个二维平面进行卷积操作,生成输出的二维平面。在卷积神经网络中,nn.Conv2d通常与其他层结合使用,例如池化层、批归一化层、激活函数等,以构建一个完整的深度卷积神经网络。
函数原型解析
torch.nn.Conv2d(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:输入图像的通道数。
- out_channels:经过卷积运算产生的通道数。
- kernel_size:卷积核大小,整数或元组类型。
- stride:卷积运算的步幅,整数或元组类型,默认为1。
- padding:边界填充值,整数或元组类型,默认为0。
- padding_mode:填充方式,zeros、reflect、replicate、circular,默认是zeros。其中,
- zeros:零填充,在张量边界全部填充0。
- reflect:镜像填充,以矩阵边缘为对称轴,将反方向的对称元素填充到最外围。
- replicate:复制填充,使用输入边界的复制值填充张量。
- circular:循环填充,重复矩阵边界另一侧的元素。
- dilation:控制点之间的距离,默认为1。若大于1,则该运算又被称为扩张卷积运算,如下图所示。
- groups:控制输入和输出之间的连接,默认是1。
- groups=1
conv = torch.nn.Conv2d(in_channels=3, out_channels=6, kernel_size=3, groups=1, bias=False)
out = conv(input)
其中,卷积核shape为6x3x3x3 「(out_channels * in_channels * kernel_size * kernel_size)」groups为1,表示将in_channels所有通道作为1组,与每一个3x3x3卷积核卷积,共6个3x3x3卷积核,输出6个通道特征。 以第一个3x3x3卷积核与input第一个样本的第一个kernel窗口卷积为例,计算过程如下:
【卷积核3x3x3】 【第一个3x3x3卷积核与第一个样本kernel窗口卷积结果】
[[[-0.1146, -0.0763, -0.0392], -0.1146*141 - 0.0763*138 - 0.0392*143 +
[ 0.0143, 0.0109, 0.0747], 0.0143*138 + 0.0109*139 + 0.0747*143 +
[ 0.1792, 0.1717, 0.0782]], 0.1792*135 + 0.1717*137 + 0.0782*138 +
[[-0.0677, -0.0513, -0.0867], -0.0677*138 - 0.0513*135 - 0.0867*139 +
[-0.1899, -0.1886, -0.1195], -0.1899*135 - 0.1886*136 - 0.1195*139 +
[-0.1306, -0.0011, 0.0604]], -0.1306*132 - 0.0011*134 + 0.0604*135 +
[[-0.1809, -0.1719, 0.0385], -0.1809*109 - 0.1719*106 + 0.0385*113 +
[-0.1059, -0.1535, -0.1849], -0.1059*106 - 0.1535*107 - 0.1849*113 +
[ 0.1027, 0.0132, 0.0144]]], 0.1027*111 + 0.0132*113 + 0.0144*116 = -132.636
- groups非1,以groups=3为例。
conv = torch.nn.Conv2d(in_channels=3, out_channels=6, kernel_size=3, groups=3, bias=False)
out = conv(input)
此时输入通道被分为3组。每个通道为1组,卷积核shape为6x1x3x3,每一组对应2个1x3x3卷积核,分别与该组通道独立卷积,不采取求和操作,输出2个通道特征。 以前两个1x3x3卷积核与第1组输入第一个kernel窗口卷积为例,计算过程如下:
【卷积核 两个 1x3x3】 【输出】
第一个: 第一个通道第一个值:
[[ 0.2868, 0.1139, -0.0515], 0.2868*141 + 0.1139*138 - 0.0515*143 +
[-0.3059, 0.0081, -0.2814], -0.3059*138 + 0.0081*139 - 0.2814*143 +
[-0.1271, -0.2342, -0.1725]] -0.1271*135 - 0.2342*137 - 0.1725*138 = -105.5849
第二个: 第二个通道第二个值:
[[ 0.1897, -0.3158, 0.2214], 0.1897*141 - 0.3158*138 + 0.2214*143 +
[ 0.0774, 0.1155, 0.1251], 0.0774*138 + 0.1155*139 + 0.1251*143 +
[ 0.2186, 0.0368, 0.2127]] 0.2186*135 + 0.0368*137 + 0.2127*138 = 123.3577
- groups必须可以整除in_channels和out_channels。
- bias:是否有偏置项,默认True,即默认存在偏置项。
- 输入的数组数据类型必须是TensorFloat32类型。
计算方法
输出图像的高、宽
假设输入input:(N,Cin,Hin,Win),输出output:(N,Cout,Hout,Wout),其中
- N:每个batch中图像数量batch_size。
- Ci:每个图像样本的通道数。
- Hi:每个图像的高度。
- Wi:每个图像的宽度。
以输入图像shape=(2,3,4,5)为例,
进一步计算输出图像的宽高:
卷积层的权重
卷积层的权重可通过Conv2d.weight提取,输出的权重数组尺寸为:
并且初始化权重分部服从均匀分布:
卷积层的偏置参数
卷积层的偏置参数可以通过Conv2d.bias提取(前提bias=True),输出的数组尺寸与out_channels大小一样,初始化分部与weight权重分部一样。
同时,卷积层参数也可以通过.parameters()方法获取。
代码示例
一般卷积运算
这段代码演示了使用PyTorch进行基本的二维卷积运算的过程。
# 从torch.nn模块中导入nn
import torch.nn as nn
# 导入torch,以便使用Tensor相关的功能
import torch
# 使用torch.arange(49)生成一个包含49个连续整数(默认从0开始)的张量
# 通过.view(1, 1, 7, 7)将其形状调整为一个批次大小为1、通道数为1、高度和宽度均为7的四维张量,模拟一个单通道的7x7像素图像
img=torch.arange(49,dtype=torch.float32).view(1,1,7,7)
# 使用nn.Conv2d定义一个二维卷积层,参数分别为:
## in_channels=1:输入图像的通道数,这里为1,意味着这是一个灰度图像
## out_channels=1:输出特征图的通道数,这里也设为1,表示输出也是一个单通道的特征图
## kernel_size=2:卷积核的大小为2x2,即卷积核的高度和宽度都是2
conv=nn.Conv2d(in_channels=1,out_channels=1,kernel_size=2)
# 通过conv(img)执行卷积操作
img_2=conv(img)
print('卷积运算前:\n',img)
print(img.shape)
print('卷积运算后:\n',img_2)
print(img_2.shape)
卷积核大小为2,卷积后图像尺寸变为6x6。
输出卷积运算参数
import torch.nn as nn
conv=nn.Conv2d(in_channels=1,out_channels=1,kernel_size=2)
print(conv.weight)
print(conv.bias)
print(type(conv.weight))
卷积层参数尺寸
import torch.nn as nn
'''
创建一个nn.Conv2d实例,参数如下:
in_channels=64:输入通道数,这里是64,表示输入是一张64通道的图像。
out_channels=128:输出通道数,这里是128,表示输出是一张128通道的图像。
kernel_size=[5, 3]:卷积核的大小,这里是一个包含两个值的列表,表示沿宽度和高度的卷积核大小分别为5和3。
padding=2:填充大小,设置为2,意味着在输入的每个边缘填充2个像素,以保持输出尺寸不变。
'''
conv=nn.Conv2d(in_channels=64,out_channels=128,kernel_size=[5,3],padding=2)
'''
打印卷积层的权重张量 conv.weight 的形状。
这个张量表示卷积核的权重,其形状为 (out_channels, in_channels, kernel_size[0], kernel_size[1]),
在本例中为 (128, 64, 5, 3)
'''
print(conv.weight.shape)
print(conv.bias.shape)
填充方式
这里为了消除卷积运算对原图的影响,假设卷积核大小kernel_size=1,不设置偏置项,并且为了凸显填充后的效果,将padding设为2。
零填充
import torch.nn as nn
import torch
conv_1=nn.Conv2d(in_channels=1,out_channels=1,kernel_size=1,bias=False,padding=2,padding_mode='zeros')
conv_1.weight=nn.Parameter(torch.ones((1,1,1,1)))
img=torch.arange(25,dtype=torch.float32).reshape(1,1,5,5)
img_1=conv_1(img)
print(img)
print(img.shape)
print(img_1)
print(img_1.shape)
镜像填充
import torch.nn as nn
import torch
conv_2=nn.Conv2d(in_channels=1,out_channels=1,kernel_size=1,bias=False,padding=2,padding_mode='reflect')
conv_2.weight=nn.Parameter(torch.ones((1,1,1,1)))
img=torch.arange(25,dtype=torch.float32).reshape(1,1,5,5)
img_1=conv_2(img)
print(img)
print(img.shape)
print(img_1)
print(img_1.shape)
复制填充
import torch.nn as nn
import torch
conv_3=nn.Conv2d(in_channels=1,out_channels=1,kernel_size=1,bias=False,padding=2,padding_mode='replicate')
conv_3.weight=nn.Parameter(torch.ones((1,1,1,1)))
img=torch.arange(25,dtype=torch.float32).reshape(1,1,5,5)
img_1=conv_3(img)
print(img)
print(img.shape)
print(img_1)
print(img_1.shape)
循环填充
import torch.nn as nn
import torch
conv_4=nn.Conv2d(in_channels=1,out_channels=1,kernel_size=1,bias=False,padding=2,padding_mode='circular')
conv_4.weight=nn.Parameter(torch.ones((1,1,1,1)))
img=torch.arange(25,dtype=torch.float32).reshape(1,1,5,5)
img_1=conv_4(img)
print(img)
print(img.shape)
print(img_1)
print(img_1.shape)
相关推荐
- 人生苦短,我要在VSCode里面用Python
-
轻沉发自浅度寺量子位出品|公众号QbitAI在程序员圈子里,VisualStudioCode(以下简称VSCode)可以说是目前最火的代码编辑器之一了。它是微软出品的一款可扩展的轻量...
- 亲测可用:Pycharm2019.3专业版永久激活教程
-
概述随着2020年的到来,又有一批Pycharm的激活码到期了,各位同仁估计也是在到处搜索激活方案,在这里,笔者为大家收录了一个永久激活的方案,亲测可用,欢迎下载尝试:免责声明本项目只做个人学习研究之...
- Python新手入门很简单(python教程入门)
-
我之前学习python走过很多的歧途,自学永远都是瞎猫碰死耗子一样,毫无头绪。后来心里一直都有一个做头条知识分享的梦,希望自己能够帮助曾经类似自己的人,于是我来了,每天更新5篇Python文章,喜欢的...
- Pycharm的设置和基本使用(pycharm运行设置)
-
这篇文章,主要是针对刚开始学习python语言,不怎么会使用pycharm的童鞋们;我来带领大家详细了解下pycharm页面及常用的一些功能,让大家能通过此篇文章能快速的开始编写python代码。一...
- 依旧是25年最拔尖的PyTorch实用教程!堪比付费级内容!
-
我真的想知道作者到底咋把PyTorch教程整得这么牛的啊?明明在内容上已经足以成为付费教材了,但作者偏要免费开源给大家学习!...
- 手把手教你 在Pytorch框架上部署和测试关键点人脸检测项目DBFace
-
这期教向大家介绍仅仅1.3M的轻量级高精度的关键点人脸检测模型DBFace,并手把手教你如何在自己的电脑端进行部署和测试运行,运行时bug解决。01.前言前段时间DBFace人脸检测库横空出世,...
- 进入Python的世界02外篇-Pycharm配置Pyqt6
-
为什么这样配置,要开发带UI的python也只能这样了,安装过程如下:一安装工具打开终端:pipinstallPyQt6PyQt6-tools二打开设置并汉化点击plugin,安装汉化插件,...
- vs code如何配置使用Anaconda(vscode调用anaconda库)
-
上一篇文章中(Anaconda使用完全指南),我们能介绍了Anaconda的安装和使用,以及如何在pycharm中配置Anaconda。本篇,将继续介绍在vscode中配置conda...
- pycharm中conda解释器无法配置(pycharm配置anaconda解释器)
-
之前用的好好的pycharm正常配置解释器突然不能用了?可以显示有这个环境然后确认后可以conda正在配置解释器,但是进度条结束后还是不成功!!试过了pycharm重启,pycharm重装,anaco...
- Volta:跨平台开发者的福音,统一前端js工具链从未如此简单!
-
我们都知道现在已经进入了Rust时代,不仅很多终端常用的工具都被rust重写了,而且现在很多前端工具也开始被Rust接手了,这不,现在就出现了一款JS工具管理工具,有了它,你可以管理多版本的js工具,...
- 开发者的福音,ElectronEgg: 新一代桌面应用开发框架
-
今天给大家介绍一个开源项目electron-egg。如果你是一个JS的前端开发人员,以前面对这项任务桌面应用开发在时,可能会感到无从下手,甚至觉得这是一项困难的挑战。ElectronEgg的出现,它能...
- 超强经得起考验的低代码开发平台Frappe
-
#挑战30天在头条写日记#开始进行管理软件的开发来讲,如果从头做起不是不可以,但选择一款免费的且经得起时间考验的低代码开发平台是非常有必要的,将大幅提升代码的质量、加快开发的效率、以及提高程序的扩展性...
- 一文带你搞懂Vue3 底层源码(vue3核心源码解析)
-
作者:妹红大大转发链接:https://mp.weixin.qq.com/s/D_PRIMAD6i225Pn-a_lzPA前言vue3出来有一段时间了。今天正式开始记录一下梗vue3.0.0-be...
- 基于小程序 DSL(微信、支付宝)的,可扩展的多端研发框架
-
Mor(发音为/mr/,类似more),是饿了么开发的一款基于小程序DSL的,可扩展的多端研发框架,使用小程序原生DSL构建,使用者只需书写一套(微信或支付宝)小程序,就可以通过Mor...
你 发表评论:
欢迎- 一周热门
- 最近发表
-
- 人生苦短,我要在VSCode里面用Python
- 亲测可用:Pycharm2019.3专业版永久激活教程
- Python新手入门很简单(python教程入门)
- Pycharm的设置和基本使用(pycharm运行设置)
- 依旧是25年最拔尖的PyTorch实用教程!堪比付费级内容!
- 手把手教你 在Pytorch框架上部署和测试关键点人脸检测项目DBFace
- 进入Python的世界02外篇-Pycharm配置Pyqt6
- vs code如何配置使用Anaconda(vscode调用anaconda库)
- pycharm中conda解释器无法配置(pycharm配置anaconda解释器)
- Volta:跨平台开发者的福音,统一前端js工具链从未如此简单!
- 标签列表
-
- idea eval reset (50)
- vue dispatch (70)
- update canceled (42)
- order by asc (53)
- spring gateway (67)
- 简单代码编程 贪吃蛇 (40)
- transforms.resize (33)
- redisson trylock (35)
- 卸载node (35)
- np.reshape (33)
- torch.arange (34)
- npm 源 (35)
- vue3 deep (35)
- win10 ssh (35)
- vue foreach (34)
- idea设置编码为utf8 (35)
- vue 数组添加元素 (34)
- std find (34)
- tablefield注解用途 (35)
- python str转json (34)
- java websocket客户端 (34)
- tensor.view (34)
- java jackson (34)
- vmware17pro最新密钥 (34)
- mysql单表最大数据量 (35)