【学习笔记】【Pytorch】七、卷积层

学习地址
主要内容

学习地址

主要内容

一、卷积操作示例
二、functional.conv2d函数的使用
作用：对几个输入平面组成的输入信号应用2D卷积。
三、torch.Tensor与torch.tensor区别
作用：图片尺寸缩放。
四、nn.Conv2d类的使用
作用：二维卷积层, 输入的尺度是(N, C_in,H,W)，输出尺度（N,C_out,H_out,W_out）。
五、卷积公式

一、卷积操作示例

动图演示
 博客：RGB彩图卷积过程（易懂）
深度学习基础知识-----多通道卷积计算
在这里插入图片描述

注：

卷积核的大小是自己设置的，初始参数是自定义的，卷积核上每个位置相当于一个权重w，比如一个3*3的卷积核，就是9个w，训练网络的目的就是学习这9个权值。
以彩色RGB三通道图像为例：
1.一个卷积核（一个Filter）的计算
输入层与卷积核，需要有相同的channel数（即卷积核的通道数和卷积核个数是不同概念，不同通道的卷积核也不一样）；
输入层的每个channel 与卷积核对应的channel 进行卷积计算，然后每个 channel 的卷积结果按位相加得到最终的特征图。

2.多卷积核（多个Filter）的计算（下图以2个Filter为例）
当有多个卷积核时，可以学习到多种不同的特征，对应产生包含多个 channel 的 Feature Map。
卷积层设置2个 filter，输出Feature Map就有两个 channel；
卷积核也可理解为神经元；卷积核内的参数就是权重。

二、functional.conv2d函数的使用

import torch.nn.functional as F

1.使用说明

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

作用：对几个输入平面组成的输入信号应用2D卷积。
input：输入张量， (minibatch, in_channels, iH, iW)，即tensor_data.shape 应该有四个参数。
- minibatch -即batch_size，每个batch（批次）要加载多少个样本
- in_channels - 输入通道数
- iH、iW - 数据形状
weight – 卷积核（过滤器）张量，(out_channels, in_channels/groups 整除, kH, kW) ，即tensor_data.shape 应该有四个参数。
bias – 可选偏置张量 (out_channels)
stride – 卷积核的步长，左移和下移的步长，可以是单个数字或一个元组 (sh x sw)。默认为1。
padding – 输入上隐含零填充。可以是单个数字或元组。默认值：0。
dilation – 核元素之间的间距。默认值：1。
groups – 将输入分成组，in_channels应该被组数除尽。默认值：1。

2.代码实现

import torch
import torch.nn.functional as F

# 二维张量
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]])

# 3*3的卷积核，二维张量
kernel =torch.tensor([[1, 2, 1],
                     [0, 1, 0],
                     [2, 1, 0]])

# 转化为四维张量，batch_size（数据个数）的大小为1，，通道数是1，数据维度是5*5
input = torch.reshape(input, (1, 1, 5, 5))
# 转化为四维张量，batch_size（数据个数）的大小为1，，通道数是1，数据维度是5*5
kernel = torch.reshape(kernel, (1, 1, 3, 3))

# print(input.shape) == print(input.size())
print(input.shape)  # torch.Size([1, 1, 5, 5])
print(kernel.size())  # torch.Size([1, 1, 3, 3])

# 上下步进为1的卷积操作
output = F.conv2d(input, kernel, stride=1)
print('\n', output)  # 四维张量

# 上下步进为2的卷积操作
output = F.conv2d(input, kernel, stride=2)
print('\n', output)  # 四维张量

# 上下步进为1、启用 1层0填充卷积
output = F.conv2d(input, kernel, stride=1, padding=1)
print('\n', output)  # 四维张量

控制台输出：

torch.Size([1, 1, 5, 5])
torch.Size([1, 1, 3, 3])

 tensor([[[[10, 12, 12],
          [18, 16, 16],
          [13,  9,  3]]]])

 tensor([[[[10, 12],
          [13,  3]]]])

 tensor([[[[ 1,  3,  4, 10,  8],
          [ 5, 10, 12, 12,  6],
          [ 7, 18, 16, 16,  8],
          [11, 13,  9,  3,  4],
          [14, 13,  9,  7,  4]]]])

总结：
将二维张量转化为四维张量才能满足torch.nn.functional.conv2d函数的输入要求，转化结果也就是添加了两个[ ]。

三、torch.Tensor与torch.tensor区别

参考：
torch.Tensor()与torch.tensor()
总结：

torch.Tensor()是python类，调用torch.Tensor([1,2, 3, 4, 5])来构造一个tensor的时候,会调用Tensor类的构造函数,生成一个单精度浮点类型的张量。它不能指定数据类型,除非转成一个已知数据类型的张量,使用type_as(tesnor)将张量转换为给定类型的张量。
torch.tensor()是python的函数，其中data可以是list,tuple,NumPy,ndarray等其他类型，torch.tensor(data)会从data中的数据部分做拷贝(而不是直接引用)，根据原始数据类型生成相应的torch.LongTensor torch.FloatTensor和torch.DoubleTensor。通过设置dtype的函数参数值，生成对应类型的张量。

四、nn.Conv2d类的使用

from torch.nn import Conv2d

在这里插入图片描述

作用：二维卷积层, 输入的尺度是(N, C_in,H,W)，输出尺度（N,C_out,H_out,W_out）。

1.使用说明

【实例化】Conv2d(
in_channels: int,
out_channels: int,
kernel_size: _size_2_t,
stride: _size_2_t = 1,
padding: Union[str, _size_2_t] = 0,
dilation: _size_2_t = 1,
groups: int = 1,
bias: bool = True,
padding_mode: str = ‘zeros’, # TODO: refine this type
device=None,
dtype=None
)

作用：创建一个二维卷积层,的实例，卷积核初始参数随机初始化。
in_channels(int) – 输入信号的通道
out_channels(int) – 卷积产生的通道
kerner_size(int or tuple) - 卷积核的尺寸
stride(int or tuple, optional) - 卷积步长
padding(int or tuple, optional) - 输入的每一条边补充0的层数
dilation(int or tuple, optional) – 卷积核元素之间的间距
groups(int, optional) – 从输入通道到输出通道的阻塞连接数
bias(bool, optional) - 如果bias=True，添加偏置
例子：

# 用conv1变量存储一个 Conv2d 实例
# in_channels表示3通道图片数据
 # out_channels表示输出通道数（这里3通道变6通道，一般是2个卷积核进行卷积得到的）
conv1 = Conv2d(in_channels=3, out_channels=6,
                            kernel_size=3, stride=1, padding=0)

注：in_channels，彩色就是3，灰度就是1。

【_call_】conv1(x)
例子：

    def forward(self, x):
        x = self.conv1(x)
        return x

在这里插入图片描述

2.代码实现

import torch
import torchvision
from torch import nn
from torch.nn import Conv2d
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter


class Model(nn.Module):
    def __init__(self):
        super().__init__()  # 父类参数初始化
        # 用conv1变量存储一个 Conv2d 实例
        # in_channels表示3通道图片数据
        # out_channels表示输出通道数（这里3通道变6通道，一般是2个卷积核进行卷积得到的）
        self.conv1 = Conv2d(in_channels=3, out_channels=6,
                            kernel_size=3, stride=1, padding=0)

    def forward(self, x):
        x = self.conv1(x)
        return x




dataset = torchvision.datasets.CIFAR10(root="./dataset", train=False,
                                       transform=torchvision.transforms.ToTensor(),
                                       download=True)  # 创建一个 CIFAR10 实例
dataloader = DataLoader(dataset=dataset, batch_size=64)  # 创建一个 DataLoader 实例

nn_model = Model()  # 创建一个 Model 实例
# print(model)
# Model((conv1): Conv2d(3, 6, kernel_size=(3, 3), stride=(1, 1)))

writer = SummaryWriter("./dataloader_logs")  # 创建一个SummaryWriter实例
step = 0
for data in dataloader:
    imgs, targets = data
    output = nn_model(imgs)
    print(imgs.size())
    # torch.Size([64, 3, 32, 32]) batch_size=64,in_channels=3,图片尺寸
    print(output.shape)
    # torch.Size([64, 6, 30, 30]) batch_size=64,out_channels=6,图片尺寸

    writer.add_images("input", imgs, step)

    # 卷积后通道可能会变，因为不能显示6通道的图片，所以使用reshape()转化为3通道图片，-1表示自动设置batch_size
    output = torch.reshape(output, (-1, 3, 30, 30))
    writer.add_images("output", output, step)

    step += 1


# tensorboard命令：tensorboard --logdir=dataloader_logs --port=6007

输出：

Files already downloaded and verified
torch.Size([64, 3, 32, 32])
torch.Size([64, 6, 30, 30])
torch.Size([64, 3, 32, 32])
torch.Size([64, 6, 30, 30])
....
....

TensorBoard输出：
在这里插入图片描述
output的batch_size变成了2*64=128。

五、卷积公式

参考：torch.nn.Conv2d
在这里插入图片描述