Pytorch – torch.nn.Conv2d参数详解与使用

1 torch.nn.Conv2d

torch.nn.Conv2d主要对输入Tensor应用2D卷积。

比如输入(N,C_{in},H,W)维度的Tensor，则输出(N,C_{out},H,W)的Tensor，这两者的关系可以描述为

其中，\star为2D cross-correlation操作，N为batch size，C为channels，H为高，W为宽。

1.1 torch.nn.Conv2d

形式

torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode='zeros', device=None, dtype=None)

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 or tuple)：卷积核大小
• stride(int or tuple)：卷积的步幅，默认值为1
• padding(int or tuple)：添加到输入两侧的零填充数量，默认值为0
• dilation(int or tuple)：内核元素之间的间距，默认值为1
• groups(int)：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
• padding_mode(str)：可选值为"zeros"、"reflect"、"replicate"、“circular”，默认值为"zeros"

输入与输出维度

一般，输入与输出tensor具有以下维度：

• input：(N,C_{in},H_{in},W_{in})或者(C_{in},H_{in},W_{in})
• output：(N,C_{out},H_{out},W_{out})或者(C_{out},H_{out},W_{out})

其中，

1.2 torch.nn.Conv2d的简单使用

假设有batch_size为10，in_channels特征维度为256，宽高都为224的输入tensor，使用卷积核大小为3，卷积步幅为1的二维卷积层对输入tensor进行卷积，

对应的pytorch代码如下：

import torch

if __name__ == '__main__':
    batch_size = 10
    in_channels = 256
    h = 224
    w = 224
    out_channels = 512

    input = torch.randn(size=(batch_size, in_channels, h, w))
    conv2d = torch.nn.Conv2d(in_channels=in_channels, out_channels=out_channels, kernel_size=3)
    out = conv2d(input)

    print(out.shape)

输出

torch.Size([10, 512, 222, 222])