PyTorch学习之torch.nn.functional.conv2d函数

PyTorch学习之torch.nn.functional.conv2d函数

一、简介

torch.nn.functional.conv2d 是 PyTorch 中用于进行二维卷积操作的函数。卷积操作是深度学习中卷积神经网络（CNN）的核心部分，用于提取图像特征，常见于图像分类、目标检测和语义分割等任务中。

二、基本语法

torch.nn.functional.conv2d(input, weight, bias=None, stride=1, padding=0, dilation=1, groups=1)

三、参数说明

• input (Tensor): 输入张量，形状为 (N, C_in, H, W)，其中 N 是批量大小，C_in 是输入通道数，H 是高度，W 是宽度。
• weight (Tensor): 卷积核权重，形状为 (C_out, C_in // groups, kH, kW)，其中 C_out 是输出通道数，kH 是卷积核高度，kW 是卷积核宽度。
• bias (Tensor, 可选): 偏置，形状为 (C_out)。如果为 None，则不添加偏置。
• stride (int 或 tuple, 可选): 卷积步长，默认值为 1。
• padding (int 或 tuple, 可选): 输入的每一边填充的大小，默认值为 0。
• dilation (int 或 tuple, 可选): 卷积核元素之间的间距，默认值为 1。
• groups (int, 可选): 将输入分组，默认值为 1。groups 的值大于 1 时，相当于对输入进行组卷积。
  • 默认是1是因为我们一般对图像的卷积是将图像的RGB通道卷积后合并。
  • 如果你卷积后不想合并通道，即卷积后仍然是彩色图像，groups应该设置为3

四、返回值

返回一个张量，形状为 (N, C_out, H_out, W_out)，表示卷积后的输出。

五、示例

示例 1: 基本卷积操作

import torch
import torch.nn.functional as F

# 创建一个形状为 (1, 1, 5, 5) 的输入张量
input = torch.tensor([[[[1, 2, 3, 4, 5],
                        [6, 7, 8, 9, 10],
                        [11, 12, 13, 14, 15],
                        [16, 17, 18, 19, 20],
                        [21, 22, 23, 24, 25]