Torch.nn模块学习-卷积

Torch.nn模块学习

卷积层

卷积操作不是矩阵乘法，是哈达玛乘积，即原始图像的区域和卷积进行按元素相乘然后再求和。

Pytorch的nn模块中有针对一维数据、二维数据和三维数据的卷积操作和转置卷积操作，转置卷积操作可以理解为上采样，不过本次学习的目的以学习基础为主，主要学习卷积，常用的卷积操作如下：

对应的类	功能作用
.Conv1d()	在输入信号上应用1D卷积
.Conv2d()	在输入信号上应用2D卷积
.Conv3d()	在输入信号上应用3D卷积
.ConvTranspose1d()	在输入信号上应用1D转置卷积
.ConvTranspose2d()	在输入信号上应用2D转置卷积
.ConvTranspose3d()	在输入信号上应用3D转置卷积

以torch.nn.Conv2d()为例，介绍卷积在图像上的使用方法，调用方式为：

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

参数说明如下：

in_channels: 整数，输入图像的通道数，比如说对于彩色图像而言通道数为3

out_channels: 整数，经过卷积运算之后，输出图像的通道数

kernel_size：整数或者数组，卷积核的大小

stride：整数或者数组，如果是数组表示横向和纵向的移动不同，卷积的步长，默认为1

padding: 整数或者数组，在输入的图像周围进行0填充的数量，主要是为了防止边缘信息的丢失

dilation: 整数，卷积核元素之间的步幅，这个参数可以用于设置空洞卷积，在小物体检测中有用到

groups: 整数，从输入通道到输出通道的阻塞连接数

bias: 布尔值，如果bias=True，则添加偏置，默认为True

输入： （N，C-in， H-in， W-in）

输出：（N，C-out，H-out，W-out）

经过卷积计算的转化公式是下面所示, 这里是向下取整：
$$out=\lfloor \frac{in+2\star padding-dilation\star (kerne{l}_{s}ize[0]-1)-1}{stride}\rfloor$$
代码展示：

import torch
import torch.nn as nn
import matplotlib.pyplot as plt
from PIL import Image
import numpy as np

# 读取图片转化为灰度图，并转化为numpy数组
img = Image.open("imgs/lufei.jpg")
img_gray = np.array(img.convert("L"), dtype=np.float32)
plt.figure(figsize=(6, 6))
plt.imshow(img_gray, cmap=plt.cm.gray)
plt.axis("off")
plt.show()

# 将数组转化为张量
imh, imw = img_gray.shape
img_tensor = torch.from_numpy(img_gray.reshape(1, 1, imh, imw))

# 使用5*5的随机数构成的卷积核进行卷积操作
# 这里的卷积核是个比较神奇的卷积核，中间的数值比较大，两边的数值比较小
kernel_size = 5
kernel = torch.ones(kernel_size, kernel_size, dtype=torch.float32) * -1
kernel[2, 2] = 24
kernel = kernel.reshape((1, 1, kernel_size, kernel_size))
# 进行卷积操作
conv2d = nn.Conv2d(1, 2, (kernel_size, kernel_size), bias=False)
conv2d.weight.data[0] = kernel
imgconv2dout = conv2d(img_tensor)
# 进行维度的压缩，这样图像才能展示出来
imgconv2dout_img = imgconv2dout.data.squeeze()
print("卷积之后的尺寸为：{}".format(imgconv2dout_img.shape))

# 这个卷积核用了weight来进行表示，说明模型训练的目的也在于此
# 如果没有进行指明的话，卷积核是会使用随机数的
# 展示这两张图片
plt.figure(figsize=(12, 6))
plt.subplot(1,2,1)
plt.imshow(imgconv2dout_img[0], cmap=plt.cm.gray)
plt.axis("off")

plt.figure(figsize=(12, 6))
plt.subplot(1,2,2)
plt.imshow(imgconv2dout_img[1], cmap=plt.cm.gray)
plt.axis("off")
plt.show()

下面分别是原图、边缘化卷积核处理之后的图和随机处理之后的图

反卷积

https://blog.csdn.net/u013066730/article/details/99955211