PyTorch深度学习入门笔记（十）神经网络卷积层

课程学习笔记，课程链接
学习笔记同步发布在我的个人网站上，欢迎来访查看。

一、torch.nn.Conv2d简介

打开官网文件中 torch.nn.Conv2d小节

可以看到此函数所需的一些参数，常用的就是前五个参数，具体介绍如下图所示：

彩色图片一般为 RGB格式，一个像素点有RGB三个参数，所以channels为 3。
官方提供了一个卷积操作的动态示意图：

有加 padding的，有加strides的。

• kernel_size是用来设置卷积核的大小的，可以是 int 或者 tuple 数据类型，例如设置为3时，卷积核的大小为3*3,。在实际训练过程中，网络会对卷积核不断进行调整。
• out-channels 是输出图像的通道数，当输入图片通道数是n时，会使用 n 通道的卷积核来对输入图像进行卷积，若只有一个n 通道卷积核，则会生成通道数为1的输出，若有 m 个 n 通道卷积核，则输出结果的通道数为 m。

二、代码演示

示例代码：

import torch
from torch import nn
import torchvision
from torch.nn import Conv2d
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter

dataset = torchvision.datasets.CIFAR10("./dataset", train=False, transform=torchvision.transforms.ToTensor(),
                                       download=True)
dataloader = DataLoader(dataset, batch_size=64)


class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = Conv2d(in_channels=3, out_channels=6, kernel_size=3, stride=1, padding=0)

    def forward(self, x):
        x = self.conv1(x)
        return x


Net1 = Net()

writer = SummaryWriter("./logs")
step = 0
for data in dataloader:
    imgs, targets = data
    output = Net1(imgs)
    # print(imgs.shape)
    # print(output.shape)
    # torch.Size([64, 3, 32, 32])
    writer.add_images("input", imgs, step)
    # torch.Size([64, 6, 30, 30])
    output = torch.reshape(output, (-1, 3, 30, 30))
    writer.add_images("output", output, step)
    step = step + 1

用tensorboard进行查看：
输入：

输出：

三、VGG16 CNN Model简介

接下来看下 Vgg16 这个CNN模型

2242243的输入图像第一次和第二次操作，都卷积成了22422464的结果，输出通道是64，尺寸不变，说明进行的padding，padding大小可以通过公式逆推：