本文以前向传播为例,详细分析Torch的nn包中,SpatialConvolution函数的实现方式。
在分析源文件时,同时给出了github上的链接以及安装后的文件位置。
初始化
定义一个卷积层需要如下输入参数
nInputPlane\nOutputPlane -- 输入\输出通道数,M\N
kW\kH -- 核尺寸,K
dW\dH -- 步长
padW\padH -- 补边
卷积层的核心变量
weight -- 卷积核权重,N*M*K*K
bias -- 卷积核偏置,N
gradWeight -- 权重导数,N*M*K*K
gradBia -- 偏置导数,N
为效率起见,torch的层采用分层方式实现:
nn(lua)->THNN(C)->THTensor(C)->THBlas(C)->LAPACK(Fortran)
nn(lua)层次
在/extra/nn/SpatialConvolution.lua
中,定义了卷积层的lua接口。
前向运算的函数是updateOutput(input),其中执行运算的部分如下:
input.THNN.SpatialConvolutionMM_updateOutput(
input:cdata(), self.outp