Skip to content

6.0.卷积基础

  • 四维度数据顺序为 n, c, h, w. ref: https://github.com/julyfun/numpytorch/blob/main/numpytorch/nn/modules/conv.py
  • Flatten 不会展开 batch 维度，(n, 512, 1, 1) 经过 Flatten 以后的形状为 (n, 512)
  • 卷积层中，输入通道到输出通道是全连接的。卷积核的形状是 out_channel * in_channel * k_h * k_w，这也是一层的参数量，每个输入-输出通道 pair 拥有仅一个 $k_h times k_w$ 的卷积核（或者说每个输出通道拥有一个 in_channel * k_h * k_w 的卷积核）.

torch.nn.Conv2d

# [解释] 输入通道 3，输出通道 96，输出大小 54 * 54，注意这里 kernel 没有刚好填到最右端，下取整为 54. 卷积核有 96 个（每个输出通道拥有一个卷积核，每个卷积核的形状是 3 * 11 * 11）.
nn.Conv2d(3, 96, kernel_size=11, stride=4, padding=1),

Classes

ConvTranspose2d

self.upconv2 = nn.ConvTranspose2d(128, 64, kernel_size=2, stride=2)

他会在卷积逆操作的同时插入 0，放大分辨率。

输入张量：
1 2
3 4

插入零后的张量：
1 0 2 0
0 0 0 0
3 0 4 0
0 0 0 0

卷积核：
1 0
0 1

转置卷积操作的输出：
1 0 2 0
0 0 0 0
3 0 4 0
0 0 0 0