PyTorch学习—10.nn中网络层的具体使用

---

理论知识插眼：深度学习TF—7.卷积神经网络CNN

---

引言

  前面，我们学习了如何搭建模型，以及在模型搭建过程中用到的容器。这一节，我们介绍网络层的具体使用。

一、卷积层

  下面介绍几个概念：

• 卷积运算:卷积核在输入信号（图像）上滑动，相应位置上进行乘加。
• 卷积核:又称为滤波器，过滤器，可认为是某种模式，某种特征。
  
• 卷积维度:一般情况下,卷积核在几个维度上滑动,就是几维卷积。
  PyTorch中提供了1d、2d、3d的卷积。

1d conv:

2d conv:

3d conv:

上述都是一个卷积核在一个信号上的卷积。如果涉及多个卷积核多个信号的操作，那么应该怎么判断卷积的维度？下面我们以一个三维卷积核实现二维卷积为例

每个卷积核分别在各自的通道进行卷积操作得到输出值，然后相加再加上偏置才会得到特征图的一个像素值。一个卷积核只在一个二维图像上进行滑动，所以这是二维卷积。为什么它是三维卷积核？正是因为它有多个通道，在多个通道上分别进行卷积。

1. nn.Conv2d

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

功能:对多个二维信号进行二维卷积
主要参数:

• in_channels:输入通道数
• out_channels:输出通道数，等价于卷积核个数
• kernel_size:卷积核尺寸
• stride:步长
• padding :填充个数，用于保持输入与输出图像的尺寸是匹配的
• dilation:空洞卷积大小
• groups:分组卷积设置
• bias:偏置

尺寸计算公式为：

2.nn.ConvTranspose2d

  nn.ConvTranspose2d是转置卷积。转置卷积用于对图像进行上采样(UpSample)，经常用于图像分割任务。那么，什么是转置卷积？它与正常卷积有什么区别？
如图是正常2d卷积

假设图像尺寸为$4\ast 4$，卷积核为$3\ast 3$，padding=0，stride=1
图像：$16\ast 1$ 卷积核： $4\ast 16$ 输出：$4\ast 1$ = $(4\ast 16)\ast (16\ast 1)$
如图是转置卷积：

假设图像尺寸为$2\ast 2，卷积核为3\ast 3$，padding=0，stride=1
$图像：𝟒∗𝟏 卷积核： $16\ast 4$ 输出：$16\ast 1=(16\ast 4)</$