Pytorch學習筆記15----nn.Conv2d與Conv3d參數理解、單通道與多通道卷積理解

1.Conv3d

class torch.nn.Conv3d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True)

Parameters：

• in_channels(int) – 輸入信號的通道
• out_channels(int) – 卷積產生的通道
• kernel_size(int or tuple) - 卷積核的尺寸
• stride(int or tuple, optional) - 卷積步長
• padding(int or tuple, optional) - 輸入的每一條邊補充0的層數
• dilation(int or tuple, optional) – 卷積核元素之間的間距
• groups(int, optional) – 從輸入通道到輸出通道的阻塞連接數
• bias(bool, optional) - 如果bias=True，添加偏置

三維卷積層, 輸入的尺度是(N, C_in,D,H,W)，輸出尺度（N,C_out,D_out,H_out,W_out）

shape:
input: (N,C_in,D_in,H_in,W_in)
output: (N,C_out,D_out,H_out,W_out)

注意：3D卷積的輸入是5維的tensor

官網案例：

>>> # With square kernels and equal stride
>>> m = nn.Conv3d(16, 33, 3, stride=2)
>>> # non-square kernels and unequal stride and with padding
>>> m = nn.Conv3d(16, 33, (3, 5, 2), stride=(2, 1, 1), padding=(4, 2, 0))
>>> input = autograd.Variable(torch.randn(20, 16, 10, 50, 100))
>>> output = m(input)

2.nn.Conv2d

nn.Conv2d(self, in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True))

參數：
  in_channel:　輸入數據的通道數，例RGB圖片通道數為3；
  out_channel: 輸出數據的通道數，這個根據模型調整；
  kennel_size: 卷積核大小，可以是int，或tuple；kennel_size=2,意味着卷積大小(2,2)， kennel_size=（2,3），意味着卷積大小（2，3）即非正方形卷積
  stride：步長，默認為1，與kennel_size類似，stride=2,意味着步長上下左右掃描皆為2， stride=（2,3），左右掃描步長為2，上下為3；
  padding：　零填充

案例：

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)

控制台輸出：

卷積計算過程：
h/w = (h/w - kennel_size + 2padding) / stride + 1
x = ([10,16,30,32]),其中h=30,w=32,對於卷積核長分別是 h:3，w:2 ；對於步長分別是h：2，w:1；padding默認0；
h = (30 - 3 + 2*0)/ 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])

3.單通道與多通道卷積

(1)單通道卷積核卷積過程：

32個卷積核，可以學習32種特征。在有多個卷積核時，輸出就為32個feature map

conv2d( in_channels = 1 , out_channels = N)

有N個filter對輸入進行濾波。同時輸出N個結果即feature map,每個filter濾波輸出一個結果.

(2)多通道卷積

conv2d( in_channels = X(x>1) , out_channels = N)

有N乘X個filter(N組filters,每組X 個)對輸入進行濾波。即每次有一組里X個filter對原X個channels分別進行濾波最后相加輸出一個結果，最后輸出N個結果即feature map。

參考文獻：

https://blog.csdn.net/qq_26369907/article/details/88366147

https://www.pytorchtutorial.com/docs

https://zhuanlan.zhihu.com/p/32190799