nn网络层
一、卷积层
1.1 卷积概念
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版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
1.2 nn.Conv2d
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,保持输入输出尺寸不变
• dilation:空洞卷积大小,提升感受野
• groups:分组卷积设置
• bias:偏置
尺寸计算:
例:
读取照片转张量
# 用PIL方式读取RGB
path_img = os.path.join(os.path.dirname(os.path.abspath(__file__)), "lena.png")
img = Image.open(path_img).convert('RGB') # 0~255
# convert to tensor
img_transform = transforms.Compose([transforms.ToTensor()]) # RGB转张量
img_tensor = img_transform(img)
img_tensor.unsqueeze_(dim=0) # C*H*W to B*C*H*W
设置一个卷积核大小为3进行卷积
conv_layer = nn.Conv2d(3, 1, 3) # input:(i, o, size) weights:(o, i , h, w)
nn.init.xavier_normal_(conv_layer.weight.data) # 初始化
# calculation
img_conv = conv_layer(img_tensor)
可视化,将张量转化为PIL图像
print("卷积前尺寸:{}\n卷积后尺寸:{}".format(img_tensor.shape, img_conv.shape))
img_conv = transform_invert(img_conv[0, 0:1, ...], img_transform)
img_raw = transform_invert(img_tensor.squeeze(), img_transform)
plt.subplot(122).imshow(img_conv, cmap='gray')
plt.subplot(121).imshow(img_raw)
plt.show()
输出:
1.3 转置卷积
转置卷积用于对图像进行上采样(UpSample)
nn.ConvTranspose2d
功能:转置卷积实现上采样
主要参数:
• in_channels:输入通道数
• out_channels:输出通道数
• kernel_size:卷积核尺寸
• stride:步长
• padding :填充个数
• dilation:空洞卷积大小
• grou