以上都是单层的情况,但我们的图片通常不是单层的,比如RGB图,它就是三层的。我们就称这个输入的图片有三个通道,那么相应的这时候我们的卷积核也要与之对应,也是要有三个通道。
卷积核的通道数 = 卷积输入层的通道数
一个卷积核对应一个输出
卷积核的个数 = 卷积输出层通道数
这里我执行命令行了。
原来矩阵的形状的32x32 经过一次卷积后 变成 30x30
>>> import paddle
>>> import paddle.nn as nn
>>> x_var = paddle.uniform((10,3,32,32),dtype='float32',min=-1.,max=1.)
W1006 20:40:03.151928 9664 gpu_context.cc:278] Please NOTE: device: 0, GPU Compute Capability: 8.6, Driver API Version: 11.6, Runtime API Version: 11.2
W1006 20:40:03.258780 9664 gpu_context.cc:306] device: 0, cuDNN Version: 8.2.
>>> conv = nn.Conv2D(3,3,(3,3))
>>> y_var = conv(x_var)
>>>
>>> y_np = y_var.numpy()
>>> print(y_np.shape)
(10, 3, 30, 30)
>>>
paddle.nn.Conv2D
class paddle.nn.Conv2D(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, padding_mode=‘zeros’, weight_attr=None, bias_attr=None, data_format=‘NCHW’)
参数:
in_channels (int) - 输入图像的通道数。
out_channels (int) - 由卷积操作产生的输出的通道数。
kernel_size (int|list|tuple) - 卷积核大小。可以为单个整数或包含两个整数的元组或列表,分别表示卷积核的高和宽。如果为单个整数,表示卷积核的高和宽都等于该整数。
stride (int|list|tuple,可选) - 步长大小。可以为单个整数或包含两个整数的元组或列表,分别表示卷积沿着高和宽的步长。如果为单个整数,表示沿着高和宽的步长都等于该整数。默认值:1。
padding (int|list|tuple|str,可选) - 填充大小。如果它是一个字符串,可以是"VALID"或者"SAME",表示填充算法,计算细节可参考上述 padding = “SAME"或 padding = “VALID” 时的计算公式。如果它是一个元组或列表,它可以有3种格式:(1)包含4个二元组:当 data_format 为"NCHW"时为 [[0,0], [0,0], [padding_height_top, padding_height_bottom], [padding_width_left, padding_width_right]],当 data_format 为"NHWC"时为[[0,0], [padding_height_top, padding_height_bottom], [padding_width_left, padding_width_right], [0,0]];(2)包含4个整数值:[padding_height_top, padding_height_bottom, padding_width_left, padding_width_right];(3)包含2个整数值:[padding_height, padding_width],此时padding_height_top = padding_height_bottom = padding_height, padding_width_left = padding_width_right = padding_width。若为一个整数,padding_height = padding_width = padding。默认值:0。
dilation (int|list|tuple,可选) - 空洞大小。可以为单个整数或包含两个整数的元组或列表,分别表示卷积核中的元素沿着高和宽的空洞。如果为单个整数,表示高和宽的空洞都等于该整数。默认值:1。
groups (int,可选) - 二维卷积层的组数。根据Alex Krizhevsky的深度卷积神经网络(CNN)论文中的成组卷积:当group=n,输入和卷积核分别根据通道数量平均分为n组,第一组卷积核和第一组输入进行卷积计算,第二组卷积核和第二组输入进行卷积计算,……,第n组卷积核和第n组输入进行卷积计算。默认值:1。
padding_mode (str, 可选): 填充模式。 包括 ‘zeros’, ‘reflect’, ‘replicate’ 或者 ‘circular’. 默认值: ‘zeros’ .
weight_attr (ParamAttr,可选) - 指定权重参数属性的对象。默认值为None,表示使用默认的权重参数属性。具体用法请参见 ParamAttr 。
bias_attr (ParamAttr|bool,可选)- 指定偏置参数属性的对象。若 bias_attr 为bool类型,只支持为False,表示没有偏置参数。默认值为None,表示使用默认的偏置参数属性。具体用法请参见 ParamAttr 。
data_format (str,可选) - 指定输入的数据格式,输出的数据格式将与输入保持一致,可以是"NCHW"和"NHWC”。N是批尺寸,C是通道数,H是特征高度,W是特征宽度。默认值:“NCHW”。
通常我们只需要用:
in_channels (int) - 输入图像的通道数。
out_channels (int) - 由卷积操作产生的输出的通道数。
kernel_size (int|list|tuple) - 卷积核大小。可以为单个整数或包含两个整数的元组或列表,分别表示卷积核的高和宽。如果为单个整数,表示卷积核的高和宽都等于该整数。
data_format (str,可选) - 指定输入的数据格式,输出的数据格式将与输入保持一致,可以是"NCHW"和"NHWC"。N是批尺寸,C是通道数,H是特征高度,W是特征宽度。默认值:“NCHW”。
输入的格式默认为"NCHW",N是批尺寸,C是通道数,H是特征高度,W是特征宽度。
比如格式为"NCHW",我们的输入是10张3232的RGB图片,那么输入的形状就是1033232。
选择输出的通道数也就意味着选择卷积核的数目。
paddle优化算法