2.Conv2d实现

[C++ 基于Eigen库实现CRN前向推理]

第二部分：Conv2d实现

• 前言：(Eigen库使用记录)
• 第一部分：WavFile.class (实现读取wav/pcm,实现STFT)
• 第二部分：Conv2d实现
• 第三部分：TransposedConv2d实现 (mimo,padding,stride,dilation,kernel,outpadding)
• 第四部分：NonLinearity （Sigmoid，Tanh，ReLU，ELU，Softplus）
• 第五部分：LSTM
• GITHUB仓库

1. Conv2d介绍

1.1 参数介绍

这是pytorch官方源码

def __init__(
        self,
        in_channels: int,
        out_channels: int,
        kernel_size: _size_2_t,
        stride: _size_2_t = 1,
        padding: _size_2_t = 0,
        dilation: _size_2_t = 1,
        groups: int = 1,
        bias: bool = True,
        padding_mode: str = 'zeros'  # TODO: refine this type
    ):

• in_channels：网络输入的通道数，简单理解为每个输入样本包含多个个FeatureMap。

• out_channels：网络输出的通道数。即卷积核的个数

• kernel_size：卷积核的大小，如果该参数是一个整数q，那么卷积核的大小是qXq。
  至此，一个简单的卷积如图
  

• stride：步长。是卷积过程中移动的步长。默认情况下是1。一般卷积核在输入图像上的移动是自左至右，自上至下。如果参数是一个整数那么就默认在水平和垂直方向都是该整数。如果参数是stride=(2, 1),2代表着高（h）进行步长为2，1代表着宽（w）进行步长为1。
  加入步长后，当步长为2时，卷积如图：
  

• padding：填充，默认是0值填充。改参数指定的是在边缘填充多少行或列的0值
  如padding为1时，卷积如图
  

• dilation：扩张。一般情况下，卷积核与输入图像对应的位置之间的计算是相同尺寸的，也就是说卷积核的大小是3X3，那么它在输入图像上每次作用的区域是3X3，这种情况下dilation=0。当dilation=1时，表示的是下图这种情况。
  

1.2 python实现

2. 基于Eigen的C++实现

2.1 Layer_Conv2d.h

//
// Created by Koer on 2022/10/31.
//

#ifndef CRN_LAYER_CONV2D_H
#define CRN_LAYER_CONV2D_H


#include "vector"
#include "mat.h"
#include "Eigen"
#include "tuple"

#include "Eigen/CXX11/Tensor"

class Layer_Conv2d {
   
public:
    Layer_Conv2d();

    Layer_Conv2d(int64_t in_ch, int64_t out_ch, std::pair<int64_t, int64_t> kernel = std::make_pair(1, 1),
                 std::pair<int64_t, int64_t> stride = std::make_pair(1, 1),
                 std::pair<int64_t, int64_t> dilation = std::make_pair(1, 1),
                 std::pair<int64_t, int64_t> padding = std::make_pair(0, 0));

    void LoadState(MATFile *pmFile, const std::string &state_preffix);

    void LoadTestState();

    Eigen::Tensor<float_t, 4> forward(Eigen::Tensor<float_t, 4> &input)