torch.nn模块之卷积层详解

1. torch.nn模块中的卷积层简介

$torch.nn$模块包含着t$orch$已经准备好的卷积层，方便使用者调用构建网络。卷积可以看作是输入和卷积核之间的内积运算，是两个实值函数之间的一种数学运算。在卷积运算中，通常使用卷积核将输入数据进行卷积运算得到输出作为特征映射，每个卷积核可获得一个特征映射。

例如，二维图像卷积运算过程示意图如下图1所示。卷积核大小为2×2，步长为1。

图1 二维图像卷积运算过程示意图

2. 卷积运算特点

使用卷积运算在图像识别、图像分割、图像重建等应用中有三个好处：

• 稀疏连接： 在卷积神经网络中，通过输入卷积核来进行卷积操作，使输入单元（图像或特征映射）和输出单元（特征映射）之间的连接是稀疏的，这样能够减少需要训练参数的数量，从而加快网络的计算速度。
• 参数共享： 模型中同一组参数可以被多个函数或操作共同使用。
• 等变表示： 由于卷积核尺寸可以远远小于输入尺寸，即减少需要学习的参数的数量，并且针对每个卷积层可以使用多个卷积核获取输入的特征映射，对数据具有很强的特征提取和表示能力，并且在卷积运算之后，使得卷积神经网络结构对输入的图像具有平移不变的性质。

3. 卷积的调用方式

在PyTorch中针对卷积操作的对象和使用场景的不同，有一维卷积、二维卷积、三维卷积与转置卷积（卷积的逆操作），它们的使用方法比较相似，都从torch.nn模块中调用，常用的卷积操作对应的类有torch.nn.Conv1d()、torch.nn.Conv2d()、torch.nn.Conv3d()、torch.nn.ConvTranspose1d()、torch.nn.ConvTranspose2d()、torch.nn.ConvTranspose3d()。

以torch.nn.Conv2d()为例，其调用方式为：

torch.nn.Conv2d(in_channels,
                out_channels,
                kernel_size,
                stride=0,
                padding=1,
                dilation=1,
                groups=1,
                bias=True)

表1 卷积参数说明

卷积参数	说明
in_channels	输入图像的通道数（整数）
out_channels	经过卷积运算后，输出特征映射的数量（整数）
kernel_size	卷积核的大小（整数或者数组）
stride	卷积的步长（整数或者数组，正数），默认为1
padding	在输入两边进行0填充的数量（整数或者数组，正数），默认为0
dilation	卷积核元素之间的步幅（整数或者数组，正数），可调整空洞卷积的空洞大小，默认为1
groups	从输入通道到输出通道的阻塞连接数（整数，正数）
bias	是否添加偏置（布尔值）默认为True

torch.nn.Conv2d()输入的张量为$(N,C_{in},H_{in},W_{in})$，输出张量为$(N,C_{}$