Pytorch – torch.nn.Conv1d参数详解与使用

1 torch.nn.Conv1d

torch.nn.Conv1d主要是对一维输入Tensor应用一维卷积。

如果一维卷积输入为(N,C_{in},L)，输出为(N,C_{out},L_{out})，那么这两者的关系可描述为

其中\star为cross-correlation算子，N为batch size，C为输入通道数，L为输入序列的长度。

1.1 torch.nn.Conv1d

形式

torch.nn.Conv1d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode='zeros')

参数

• in_channels(int)：输入的特征维度
• out_channels(int)：输出的特征维度
• kernel_size(int或者tuple)：卷积核的大小
• stride(int或者tuple)：默认值为1，卷积的步幅
• padding(int或者tuple)：默认值为0，添加到输入两侧的零填充数量
• padding_mode(字符串)：默认值为"zeros"，可选值为"zeros"、"reflect"、"replicate"、“circular”
• dilation(int或者tuple)：内核元素之间的间距
• groups(int)：默认值为1，从输入通道到输出通道的阻塞连接数
• bias(bool)：默认值为True，如果为True，则向输出添加可学习的偏差。

可以通过这个链接https://github.com/vdumoulin/conv_arithmetic/blob/master/README.md查看stride、padding、dilation等参数对卷积过程的影响。

输入与输出维度

一般，输入输出具有以下维度

• Input：(N,C_{in},L_{in})
• Output：(N,C_{out},L_{out})

其中，L_{out}可通过以下公式计算

1.2 torch.nn.Conv1d的简单使用

假设有batch_size为8，input_channels 特征维度为16，长度为50的输入序列，然后使用卷积核大小为3，卷积步幅为2，padding为0的一维卷积层对该输入序列进行一维卷积。

从1.1节中我们知道，torch.nn.Conv1d的输入输出的维度为：

• Input：(N,C_{in},L_{in})
• Output：(N,C_{out},L_{out})

那么按照上述描述，N为batch size的大小即为8，C_{out}被指定为33，而

从而得出Output的输出维度为(8,33,24)

pytorch代码实现如下：

import torch

if __name__ == '__main__':
    input = torch.randn(8, 16, 50)
    conv1d = torch.nn.Conv1d(16, 33, 3, stride=2)
    output = conv1d(input)

    print(output.shape)

输出

torch.Size([8, 33, 24])