conv2d的输入_Conv1d, conv2d, conv3d

conv1d

输入数据格式为(batch_size, channel, length)

nn.conv1d(in_channels, outchannel, kernel_size, stride=1,padding=0,dilation=1,groups=1)

nn.Conv1d(1, 20, 5)表示输入1通道，20个卷积核，核大小为5

conv2d

输入数据格式为(batch_size, channel, Height, Width),

nn.conv2d(in_channels,out_channels,kernel_size, stride=(1,1),padding=0,dilation=(1,1),groups=1)

nn.Conv2d(1, 20, (3, 3), stride=(1, 1),padding=(2,2)) 表示输入1通道，20个卷积核，核大小为(3*3)

针对conv2d , 输入的是4维，[150，103，7，7]

conv3d

输入数据格式为(batch_size, channel, Depth, Height, Width)

nn.conv2d(in_channels,out_channels,kernel_size, stride=(1,1,1),padding=0,dilation=(1,1,1),groups=1)

nn.Conv3d(1, 90, (24, 3, 3), stride=(9,1,1),padding=(1,1,1))

输入的是5维，150是batch_size,1是增加的维度，103是brand波段,7*7是patch_size.

FC

nn.Linear(input_channels, outpout_channels)

要求数据输入格式为（batch_size, length）,

150是batch_size, 103是波段, 没有patch_size,以单个像素作为输入。

总结

在本地的实验中，当patch>1时，data = data.unsqueeze(0), 增加一维，变成四维数据(Planes x Channels x Width x Height)，Planes=1, channels=波段。dataloader之后，变成五维数据，((Batch x) Planes x Channels x Width x Height)。因此nn.Conv3d(1, 90, (24, 3, 3)),输入通道是1.

当输入网络是conv2d时，拿到五维数据，((Batch x) Planes x Channels x Width x Height)，其中Planes=1。此时需要x = x.squeeze(). 把Planes去掉，变成((Batch x) Channels x Width x Height)然后nn.Conv2d(input_channels, 80, (3, 3))，其中input_channels就是波段数量。