深度学习（七）——神经网络的卷积操作

卷积操作

一、torch.nn中Convolution Layers函数的介绍

1. 参数介绍

• nn.Conv1d: Conv取自Convolution的前四个字母，1d代表的是一个一维操作。

• nn.Conv2d: 2d表示是一个二维的操作，比如图像就是一个二维的。

• 其余参数不常用，见官网文档：torch.nn — PyTorch 2.0 documentation

2. torch.nn和torch.nn.functional的区别

• torch.nn是对torch.nn.functional的一个封装，让使用torch.nn.functional里面的包的时候更加方便

• torch.nn包含了torch.nn.functional，打个比方，torch.nn.functional相当于开车的时候齿轮的运转，torch.nn相当于把车里的齿轮都封装好了，为我们提供一个方向盘

• 如果只是简单应用，会torch.nn就好了。但要细致了解卷积操作，需要深入了解torch.nn.functional

• 打开torch.nn.functional的官方文档，可以看到许多跟卷积相关的操作：torch.nn.functional — PyTorch 2.0 documentation

二、torch.nn.functional.conv2d 介绍

官网文档：torch.nn.functional.conv2d — PyTorch 2.0 documentation

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

1. 参数详解

• input: 输入，数据类型为tensor，形状尺寸规定为：(minibatch, 几个通道(in_channels), 高, 宽)

• weight: 权重。更专业地来说可以叫卷积核，形状尺寸规定为：(输出的通道(out_channel), \(in\_channel\over{groups}\)(groups一般取1), 高, 宽 )

• bias: 偏置。

• strids: 步幅。

• padding: 填充。

2. 举例讲解参数strids

（1）理论

输入一个5×5的图像，其中的数字代表在每个像素中的颜色显示。卷积核设置为3×3的大小。

• strids参数的输入格式是_单个数_或者形式为 (sH,sW) 的元组，可以理解成：比如输入单个数：strids=1，每次卷积核在图像中向上下或左右移1位；如果输入_strids=(2,3)_，那么每次卷积核在图像中左右移动（横向移动）时，是移动2位，在图像中上下移动（纵向移动）时，是移动3位。

• 本例设置_strids=1_

第一次移位：

• 基于上述的假设，在做卷积的过程中，需要将卷积核将图像的前三行和前三列进行匹配：