Pytorch——Conv2d、conv2d

最新推荐文章于 2025-09-09 19:32:44 发布

原创最新推荐文章于 2025-09-09 19:32:44 发布 · 4.7k 阅读

25 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#pytorch #深度学习 #机器学习

deep learning 同时被 2 个专栏收录

12 篇文章

订阅专栏

pytorch

4 篇文章

订阅专栏

本文详细介绍了Pytorch中的Conv2d类和conv2d函数，包括它们的初始化参数、输入输出大小，并给出了使用示例。Conv2d是torch.nn中的类，而conv2d是torch.nn.functional中的函数，两者在使用上有所区别。

Conv2d、conv2d是pytorch中进行卷积操作的2个类，虽然只是首字母大小写不同，使用起来方法也不一样，一个是类，一个是函数。

1 Conv2d

Conv2d是torch.nn中的类

1.1 初始化

CLASS
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)

参数说明

in_channels (int) – 输入图像通道
out_channels (int) – 输出图像通道，也就是用了多少层卷积核
kernel_size (int or tuple) – 卷积核大小
stride (int or tuple, optional) – 步长. Default: 1
padding (int, tuple or str, optional) – Padding 大小. Default: 0
padding_mode (string, optional) – 填充模式，默认填充0，'zeros', 'reflect', 'replicate' or 'circular'. Default: 'zeros'
dilation (int or tuple, optional) – Spacing between kernel elements. Default: 1，一般不用管
groups (int, optional) – Number of blocked connections from input channels to output channels. Default: 1，一般不用管
bias (bool, optional) –是否添加偏值， Default: True

样例

from torch.nn import Conv2d
conv1 = Conv2d(in_channels=3, out_channels=6, kernel_size=3, stride=1, padding=0)
print(conv1)

输出

Conv2d(3, 6, kernel_size=(3, 3), stride=(1, 1))

1.2 输入输出大小

$Input: (N, C_{in}, H_{in}, W_{in})$

$Output: (N, C_{out}, H_{out}, W_{out})$

N：样本数
C：通道数
H：高
W：宽

$H_{out}=\left \lfloor \frac{H_{in}+2\times padding[0]-dilation[0]\times (kernelsize[0]-1)-1}{stride[0] }+1 \right \rfloor$

$W_{out}=\left \lfloor \frac{W_{in}+2\times padding[0]-dilation[0]\times (kernelsize[0]-1)-1}{stride[0] }+1 \right \rfloor$

import torch
input = torch.randn(1, 3, 5, 5)
output = conv1(input)
print(input.shape)
print(output.shape)

输出

torch.Size([1, 3, 5, 5])
torch.Size([1, 6, 3, 3])

2 conv2d

conv2d是torch.nn.functional中的函数

2.1 代码格式

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

参数说明

input –输入一个tensor
weight – 卷积核，也是一个tensor
bias – 偏值，tensor，大小是输出通道的大小. Default: None
stride –步长. Default: 1
padding –{‘valid’, ‘same’}，默认valid，，也可以是int数值
dilation – the spacing between kernel elements. Can be a single number or a tuple (dH, dW). Default: 1，不用管
groups – split input into groups, \text{in\_channels}in_channels should be divisible by the number of groups. Default: 1，不用管

2.2 输入输出大小

input = torch.tensor([[1, 2, 0, 3, 1],
                      [0, 1, 3, 3, 1],
                      [1, 2, 1, 0, 0],
                      [5, 5, 3, 1, 4],
                      [3, 1, 0, 4, 1]])

kernel = torch.tensor([[1, 1, 1],
                       [0, 2, 0],
                       [2, 1, 0]])

input = torch.reshape(input, (1, 1, 5, 5))
kernel = torch.reshape(kernel, (1, 1, 3, 3))

print(input.shape)
print(kernel.shape)

输出

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

样例

import torch.nn.functional as F
output = F.conv2d(input, kernel, stride=1, padding=“same”）
print(output)

输出

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]]]])