卷积层
- 1d/2d/3d卷积
- 卷积-nn.Conv2d()
- 转置卷积-nn.ConvTranspose
1d/2d/3d Convolution
卷积运算:卷积核在输入信号(图像)上滑动,相应位置上进行乘加
卷积核:又称为滤波器,过滤器,可认为是某种模式,某种特征
卷积过程类似于用一个模板去图像上寻找与它相似的区域,与卷积核模式越相似,激活值越高,从而实现特征提取。
AlexNet卷积核可视化,发现卷积核学习到的是边缘、条纹、色彩这一些细节模式:
卷积维度:一般情况下,卷积核在几个维度上滑动,就是几维卷积。
上面的是1维卷积和2维卷积;
nn.Conv2d
功能:对多个二维信号进行二维卷积。
主要参数:
- in_channels:输入通道数
- out_channels:输出通道数,等价于卷积核个数
- kernel_size:卷积核尺寸
- stride:步长
- padding:填充个数
- dilation:空洞卷积大小(有空洞的卷积核,常用于图像分割任务,主要作用是提高感受野)
- groups:分组卷积设置
- bias:偏置
尺寸计算:
简化版: o u t s i z e = ( I n s i z e − k e r n e l s i z e ) s t r i d e + 1 out_{size}=\frac {(In_{size}-kernel_{size})} {stride}+1 outsize=stride(Insize−kernelsize)+1
完整版:
接下来通过代码学习Conv2d的具体实现细节:
可以看到这里我们设置的随机种子是1,之后在nn.Conv2d中第一个3代表3个通道,第二个1代表使用1个卷积核,第三个3代表卷积核的尺寸我们设置为3 x 3。运行一下程序,可以得到下面的结果:
下面我们修改一下卷积核的权值,这里我们把随机种子改变一下即可改变这个随机权值:
我们将随机种子改为2,再来运行程序看下结果:
可以看到更改卷积核权重之后图像的差别还是蛮大的,头发部分响应值比较高而其他部分响应值则比较低。
下面分析一下卷积前后图像尺寸的变化:
可以看到,卷积前图像的尺寸是512 x 512的,这里的卷积核的设置是kernel_size为3的卷积核,且没有padding步长为1,所以这个卷积核的计算公式就是(input_size-kernel_size)/stride+1,也就是(512-3)/1+1=510。
前面说过conv2d也是一个Module,所以我们还是来看一下主要的modules和parameters这两个参数:
如上所述,parameters这个字典里存放了权重weight和偏差bias。
从weight这个属性里可以进一步看到,卷积核在这里存储的是一个4维张量,其中1表示输出通道数,3表示输入通道数,后面的两个3表示卷积核的尺寸为3 x 3,那么可能会有个疑问,一个3维的3x3的卷积核怎么去进行2维的卷积操作呢?