pytorch对卷积神经网络常见操作

pytorch中的Tensor通道排列顺序是：[batch, channel, height, width]

我们常用的卷积（Conv2d）在pytorch中对应的函数是：

torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode='zeros')

其中：

in_channels参数代表输入特征矩阵的深度即channel，比如输入一张RGB彩色图像，那in_channels=3
out_channels参数代表卷积核的个数，使用n个卷积核输出的特征矩阵深度即channel就是n
kernel_size参数代表卷积核的尺寸，输入可以是int类型如3代表卷积核的height=width=3，也可以是tuple类型如(3, 5)代表卷积核的height=3，width=5
stride参数代表卷积核的步距默认为1，和kernel_size一样输入可以是int类型，也可以是tuple类型
padding参数代表在输入特征矩阵四周补零的情况默认为0，同样输入可以为int型如1代表上下方向各补一行0元素，左右方向各补一列0像素（即补一圈0），如果输入为tuple型如(2, 1)代表在上方补两行下方补一行，左边补两列，右边补一列。
bias参数表示是否使用偏置默认使用
dilation、groups是高阶用法这里不做讲解，如有需要可以参看官方文档

在卷积操作过程中，我们知道矩阵经卷积操作后的尺寸由以下几个因数决定：

输入图片大小 W×W
Filter大小 F×F
步长 S
padding的像素数 P

经卷积后的矩阵尺寸大小计算公式为：N=(W−F+2P)/S+1N=(W-F+2 P) / S+1N=(W−F+2P)/S+1

但在实际应用中，有时会出现N为非整数的情况（例如在alexnet，googlenet网络的第一层输出），再例如输入的矩阵 H=W=5，卷积核的F=2，S=2，Padding=1。经计算我们得到的N =（5 - 2 + 21）/ 2 +1 = 3.5 此时在Pytorch中是如何处理呢，先直接告诉你结论：在卷积过程中会直接将最后一行以及最后一列给忽略掉，以保证N为整数，此时N = （5 - 2 + 21 - 1）/ 2 + 1 = 3，接下来我们来看个简单的实例：

（1）首先使用torch中的随机函数生成一个batch_size为1，channel为1，高和宽都等于5的矩阵
（2）接着我们定义一个卷积核，input_size=1, output_size=1, kernel_size=2, stride=2,padding=1
（3）然后我们使用该卷积核对我们生成的随机矩阵进行卷积操作
（4）打印各参数的数值

import torch.nn as nn
import torchim = torch.randn(1, 1, 5, 5)
c = nn.Conv2d(1, 1, kernel_size=2, stride=2, padding=1)
output = c(im)print(im)
print(output)
print(list(c.parameters()))

通过计算我们知道输出矩阵尺寸应该为N=(5−2+2∗1)/2+1=3.5N=\left(5-2+2^{*} 1\right) / 2+1=3.5N=(5−2+2∗1)/2+1=3.5
但实际的打印信息如下：
通过分析，我们可以知道真正的输出矩阵尺寸是3x3，那内部具体是如何操作的呢，

（1）首先进行padding的填充，size：7 x 7

[0.0000,  0.0000,  0.0000,  0.0000,  0.0000,  0.0000,  0.0000],
[0.0000,  0.3633,  1.1750, -0.1432, -0.9463,  1.0776,  0.0000],
[0.0000, -1.1750,  0.0361,  0.6624, -0.4544,  0.6980,  0.0000],
[0.0000, -0.8161, -1.2988, -0.0263,  1.7814,  0.4467,  0.0000],
[0.0000,  0.7315,  0.2855, -0.4346,  0.3127, -0.7801,  0.0000],
[0.0000, -0.7387,  1.4969, -1.1641, -0.1837, -0.3165,  0.0000]，
[0.0000,  0.0000,  0.0000,  0.0000,  0.0000,  0.0000,  0.0000]

（2）通过计算发现输出为非整数，为了得到整数，将最后一行以及最后一列删除掉，size：6 x 6

[0.0000,  0.0000,  0.0000,  0.0000,  0.0000,  0.0000],
[0.0000,  0.3633,  1.1750, -0.1432, -0.9463,  1.0776],
[0.0000, -1.1750,  0.0361,  0.6624, -0.4544,  0.6980],
[0.0000, -0.8161, -1.2988, -0.0263,  1.7814,  0.4467],
[0.0000,  0.7315,  0.2855, -0.4346,  0.3127, -0.7801],
[0.0000, -0.7387,  1.4969, -1.1641, -0.1837, -0.3165]

（3）接着使用卷积核进行卷积操作，就能得到我们的输出矩阵，需要注意的是pytorch中的卷积默认是带有bias的，所以计算卷积后需要加上bias偏量。例如输出的第一个值的计算过程如下：\

[0.0000,  0.0000],        [-0.0114,  -0.3502],卷积                        加上  [-0.1196]
[0.0000,  0.3633]         [-0.1244, 0.4637]# 即
（0*（-0.0114）+ 0*（-0.3502）+ 0*（-0.1244）+（0.3633）*（0.4637））+（-0.1196）= 0.0489

我们的计算结果与pytorch的输出相同，我们只计算了其中一个值，其他的值也一样：

tensor([[[[ 0.0489, -0.3322,  0.4978],[-0.0865, -0.2026, -0.3733],[-0.7183, -0.6966,  0.0262]]]], grad_fn=<ThnnConv2DBackward>)

通过我们的实验可以发现，在pytorch的卷积过程中，当通过N=(W−F+2P)/S+1N=(W-F+2 P) / S+1N=(W−F+2P)/S+1计算式得到的输出尺寸非整数时，会通过删除多余的行和列来保证卷积的输出尺寸为整数。

pytorch对卷积神经网络常见操作相关推荐

用PyTorch搭建卷积神经网络
用PyTorch搭建卷积神经网络本篇是加拿大McGill本科,Waterloo硕士林羿实习时所作的工作.发文共享,主要是面对PyTorch的初学者. 本篇文章是一篇基础向的PyTorch教程,适合有 ...
Pytorch实现卷积神经网络（回归问题）
Pytorch实现卷积神经网络(回归问题) 前言一.Pytorch 二.卷积神经网络 1.CNN结构 2.实现一个卷积神经网络类--代码总结前言深度学习当前的热度虽然没有前两年那么火热,尤其是 ...
Educoder 机器学习神经网络第四关：使用pytorch搭建卷积神经网络识别手写数字
任务描述相关知识卷积神经网络为什么使用卷积神经网络卷积池化全连接网络卷积神经网络大致结构 pytorch构建卷积神经网络项目流程数据集介绍与加载数据构建模型训练模型保存模型加载 ...
【PyTorch】卷积神经网络
卷积神经网络卷积神经网络最初是为了解决计算机视觉的相关问题设计的,现在其不仅被应用在图像和视频领域,也可用于诸如音频信号的时间序列信号的处理之中. 本文主要着重于卷积神经网络的基本原理和使用PyTo ...
Pytorch 深度卷积神经网络 AlexNet
Pytorch 深度卷积神经网络 AlexNet 0. 环境介绍环境使用 Kaggle 里免费建立的 Notebook 教程使用李沐老师的动手学深度学习网站和视频讲解小技巧:当遇到函数看不懂 ...
【深度学习】基于Pytorch的卷积神经网络概念解析和API妙用(一)
[深度学习]基于Pytorch的卷积神经网络API妙用(一) 文章目录 1 不变性 2 卷积的数学分析 3 通道 4 互相关运算 5 图像中目标的边缘检测 6 基于Pytorch的卷积核 7 特征映射 ...
【深度学习】基于Pytorch的卷积神经网络概念解析和API妙用(二)
[深度学习]基于Pytorch的卷积神经网络API妙用(二) 文章目录1 Padding和Stride 2 多输入多输出Channel 3 1*1 Conv(笔者在看教程时,理解为降维和升维) 4 池 ...
pytorch卷积神经网络_知识干货-动手学深度学习(pytorch)-06 卷积神经网络基础
卷积神经网络基础本节我们介绍卷积神经网络的基础概念,主要是卷积层和池化层,并解释填充.步幅.输入通道和输出通道的含义. 二维卷积层本节介绍的是最常见的二维卷积层,常用于处理图像数据. 二维互相关运 ...
卷积神经网络常见模块
深度学习常见模型子模块常见模块 1.卷积 1.1 2D卷积(单通道和多通道) 1.2 1x1 卷积 1.3 转置卷积(反卷积 Transposed convolution) 1.4 分组卷积(Gro ...

pytorch对卷积神经网络常见操作

pytorch对卷积神经网络常见操作相关推荐

最新文章

热门文章