神经网络的卷积操作

一、Conv2d功能模拟（主要目的是为了帮助理解conv2d的功能）

（2d代表的是二维卷积，1d代表的是一维卷积，以此类推）

        1、简介：主要用于实现二维卷积操作。它通常应用于图像处理，特别是在构建卷积神经网络（Convolutional Neural Networks，CNN）时

        2、传参：

• in_channels (int)：输入通道数。这对应于输入图像的通道数，例如，对于RGB图像，其通道数为3。
• out_channels (int)：输出通道数。这表示卷积层中卷积核的数量，也决定了输出数据的通道数。
• kernel_size (int or tuple)：卷积核的大小。可以是一个整数，表示卷积核的高度和宽度相同；也可以是一个元组，如(h, w)，分别表示卷积核的高度和宽度。
• 以上三种无默认参数，需要自己传参
• stride (int or tuple, optional)：卷积核移动的步长。默认值为1。和kernel_size一样，可以是一个整数或元组。
• padding (int or tuple, optional)：输入的边缘填充大小。可以是一个整数或元组。填充通常用于控制输出特征图的大小。
• 以上五种是常用的参数
• dilation (int or tuple, optional)：卷积核元素之间的间距。默认值为1。
• groups (int, optional)：控制输入和输出之间的连接。默认值为1。
• bias (bool, optional)：如果为True，添加偏置项到输出中。默认值为True。
• padding_mode (str, optional)：填充模式。默认值为'zeros'。

                举例：以步径为1为例：

计算方式：将卷积核与输入图像进行匹配，然后对应格子上的数相乘，最后九个数相加，每匹配完一次卷积核，卷积核在图像中左右或上下移动一个步径，然后重复上述操作，最终得到卷积后的输出

即：（pytorch官网上是动图：conv_arithmetic/README.md at master · vdumoulin/conv_arithmetic · GitHub）

                总代码展示（模仿卷积操作的原理）：

import torch
import torch.nn.functional as F

# 输入图像
input = torch.tensor([[1,2,0,3,1],
                      [0,1,2,3,1],
                      [1,2,1,0,0],
                      [5,2,3,1,1],
                      [2,1,0,1,1]])

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

#由于输入到conv2d中的图像通常是四维的，因此需要转化一下矩阵格式
input = torch.reshape(input,(1,1,5,5))
kernel = torch.reshape(kernel,[1,1,3,3])

# 步径为1测试
output = F.conv2d(input,kernel,stride = 1)
print(output)

# 步径为2测试
output2 = F.conv2d(input,kernel,stride = 2)
print(output2)

# padding为1测试
output3 = F.conv2d(input,kernel,stride = 1,padding = 1)
print(output3)

测试结果：

二、conv2d代码实战：

import torch
from torch import nn
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter
import torchvision

trans = torchvision.transforms.ToTensor()

# 获取数据集
test_data = torchvision.datasets.CIFAR10(root="./dataset2",train=False,transform=trans,download=True)

# 取出数据集中的数据
data_loader = DataLoader(test_data,batch_size=64,shuffle=True,drop_last=False)

# 将数据进行卷积操作
class MyModule(nn.Module):  # 必须继承系统自带的卷积

    def __init__(self):
        super().__init__()
        self.conv1 = nn.Conv2d(in_channels=3,out_channels=6,kernel_size=3,stride=1,padding=0)
        # in_channels = 3：因为传入的图片是RGB，所以含有三个通道，因此传入3
        # out_channels = 6：卷积后输出的图片的通道数是6
        # kernel_size=3：卷积核的尺寸
        # stride = 1 : 移动的步长
        # padding ： 输入的图片的边缘填充大小

    def forward(self,x):
        x = self.conv1(x)
        return x

module = MyModule() # 实例化卷积类

writer = SummaryWriter("test")

step = 0
for data in data_loader:
    imgs,targets = data
    writer.add_images("正常未卷积",imgs,step)
    output = module(imgs)
    # 由于add_images接受的是tensor类型图片，因此通道也为3，所以需要将卷积后的图片重新设置一下格式
    output = torch.reshape(output,[-1,3,30,30])
    # 第一个参数是batch_size = -1：当不知道第一个参数是多少时，可以填入-1，系统会根据后面三个参                
      数来计算该参数
    # 第二个参数的通道数目，灰度图一般为1，彩色图为RGB三通道，因为设置的卷积后的图片的通道数为6，因此这里需要将图片的通道数变为3
    # 之后的参数是图像的高度和宽度（可能还有深度）
    writer.add_images("卷积",output,step)
    step += 1

writer.close()