卷积核的尺寸、数量、通道数

首先明确两点：

CNN的卷积核通道数 = 卷积输入层的通道数；
CNN的卷积输出层通道数 = 卷积核的个数；

1. 输入矩阵x格式：四个维度，依次为：样本数、图像高度、图像宽度、图像通道数

• 输入 x：[batch, height, width, in_channel] 四个维度
• 权重 w：[height, width, in_channel, out_channel]
• 输出 y：[batch, height, width, out_channel]

如图所示:

---

Input：batch=1、height=8、width=8、in_channel=3 (四维矩阵)

---

Kernels:卷积核大小 3x3 （决定输出层特征尺寸)

卷积核通道数：3 (RGB)

卷积核个数：5 (决定输出通道数)

---

输出尺寸计算公式：

2.卷积过程示意图(注意偏执大小)

输入尺寸7x7，通道数3，2个卷积核w0和w1，大小都是3x3, 所以卷积核函数形式为3x3x3x2

pytorch查看通道数 维数 尺寸大小方式

查看tensor

x.shape # 尺寸
x.size() # 形状
x.ndim # 维数

pytorch中与维度/变换相关的几个函数

---

torch.size ()：可用来查看变换后的矩阵的维度

>>>import torch
>>>a = torch.Tensor([[[1, 2, 3], [4, 5, 6]]])
>>>a.size()
torch.Size([1, 2, 3])

---

torch.view()：把原本的tensor尺寸，转变为你想要的尺寸（-1代表自适应）

>>>b=a.view(-1, 3, 2)
>>>b
tensor([[[1., 2.],
         [3., 4.],
         [5., 6.]]])
>>>b.size()
torch.Size([1, 3, 2])

---

torch.squeeze()和torch.unsqueeze()

torch.squeeze() 这个函数主要对数据的维度进行压缩，去掉维数为1的的维度，比如是一行或者一列这种，一个一行三列（1,3）的数去掉第一个维数为一的维度之后就变成（3）行。

squeeze(a)就是将a中所有为1的维度删掉。不为1的维度没有影响。a.squeeze(N) 就是去掉a中指定的维数为一的维度。

还有一种形式b=torch.squeeze(a，N)，即若a的N维为一则去掉。

>>> b.squeeze(2).size()
torch.Size([1, 3, 2])
>>> b.squeeze(0).size()
torch.Size([3, 2]))

torch.unsqueeze() 函数主要是对数据维度进行扩充。给指定位置加上维数为一的维度，比如原本有个三行的数据（3），在0的位置加了一维就变成一行三列（1,3）。

a.squeeze(N) 就是在a中指定位置N加上一个维数为1的维度。还有一种形式就是b=torch.squeeze(a，N) a就是在a中指定位置N加上一个维数为1的维度。

>>> b.unsqueeze(2).size()
torch.Size([1, 3, 1, 2])
>>> b.unsqueeze(2)
tensor([[[[1., 2.]],
  [[3., 4.]],
  [[5., 6.]]]])

---

torch.permute()

这个函数表示，将原始的tensor，按照自己期望的位置重新排序，例如原始tensor的第0、1、2维分别是1、3、2，那么当我执行permute(2, 0, 1)，则将第三维放在最前，第一维放在中间，第二维放在最后，也就变成了2 * 1 * 3，注意这里表示的维数的index，而不是具体几维：

>>>b
tensor([[[1., 2.],
         [3., 4.],
         [5., 6.]]])
>>> b.permute(2, 0, 1)
tensor([[[1., 2.],
         [3., 4.],
         [5., 6.]]])
>>>b.size()
torch.Size([2, 1, 3])