pytorch学习笔记

输入X [batch_size, in_channels, height_1, width_1]
batch_size: 一个batch中样本的数量
in_channels：通道数，取决于样本的通道，比如RGB图像的通道数是3
height_1：图片的高
width_1：图片的宽

Conv2d的参数 [channels,number,height_2,width_2]
channels: 通道数，要与输入的通道数保持一致，channels=in_channels
number：卷积核的数量
height_2：卷积核的高
height_2：卷积核的宽

输出：[batch_size,out_channels,height_3,width_3]
batch_size: 一个batch中样本的数量，与输入相同
out_channels: 通道数，取决于卷积核的数量，与卷积核的数量number相等
height_3: 卷积结果的高
width_3：卷积结果的宽

整个过程出现了三次channels：
1、输入中in_channels，取决于输入图片的channels，如RGB图像是3
2、卷积操作中的channels，要与输入中的in_channels保持一致才可以卷积。如果是第一次做卷积，就是1中样本图片的channels，否则就是上一次卷积的out_channels。
3、输出结果中的out_channels，取决于卷积核的数量，与卷积核的数量大小相等（out_channels=number）。此时的out_channels也会作为下一次卷积时的卷积核in_channels。

卷积后图片的大小计算：(n+2p-f)//s+1,n表示图像的长或者宽，p表示padding的大小，f表示卷积核的大小，s表示步长。

Conv2d参数详解

torch.nn.Conv2d(in_channels,
                out_channels,
                kernel_size,
                stride=1,
                padding=0,
                dilation=1
                groups=1,
                bias=True,
                padding_mode='zeros')

in_channels参数代表输入特征矩阵的深度即channel，比如输入一张RGB彩色图像，那in_channels = 3；
out_channels参数代表卷积核的个数，使用n个卷积核输出的特征矩阵深度即channel就是n；
kernel_size参数代表卷积核的尺寸，输入可以是int类型如3 代表卷积核的height = width = 3，也可以是tuple类型如(3, 5)代表卷积核的height = 3，width = 5；
stride参数代表卷积核的步距默认为1，和kernel_size一样输入可以是int类型，也可以是tuple类型，这里注意，若为tuple类型即第一个int用于高度尺寸，第二个int用于宽度尺寸；
padding参数代表在输入特征矩阵四周补零的情况默认为0，同样输入可以为int型如1 代表上下方向各补一行0元素，左右方向各补一列0像素（即补一圈0），如果输入为tuple型如(2, 1) 代表在上方补两行下方补两行，左边补一列，右边补一列。可见下图，padding=0是在H高度方向两侧填充的，padding=1是在W宽度方向两侧填充的；

unsqueeze

unsqueeze()函数起升维的作用,参数表示在哪个地方加一个维度。
在第一个维度(中括号)的每个元素加中括号
0表示在张量最外层加一个中括号变成第一维。

import torch
input=torch.arange(0,6)
print(input)
print(input.shape)
结果：
tensor([0, 1, 2, 3, 4, 5])
torch.Size([6])

print(input.unsqueeze(0))
print(input.unsqueeze(0).shape)
结果：
tensor([[0, 1, 2, 3, 4, 5]])
torch.Size([1, 6])

print(input.unsqueeze(1))
print(input.unsqueeze(1).shape)
结果：
tensor([[0],
        [1],
        [2],
        [3],
        [4],
        [5]])
torch.Size([6, 1])