详细解释普通卷积、分组卷积、深度卷积、逐点卷积和深度可分离卷积的概念，包括它们的输入、卷积核和输出的形状。

最新推荐文章于 2024-03-26 11:48:07 发布

用编程减轻生活压力

最新推荐文章于 2024-03-26 11:48:07 发布

阅读量282

点赞数

分类专栏：算法 python 文章标签：深度学习 cnn 神经网络

本文链接：https://blog.csdn.net/weixin_50531046/article/details/134557573

版权

92 篇文章 1 订阅

订阅专栏

24 篇文章 0 订阅

订阅专栏

class torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode='zeros')
in_channels：输入通道的数量，对应于输入的图像或特征图的深度。
out_channels：输出通道的数量，表示卷积核（滤波器）的数量，也即卷积操作后生成的特征图的深度。
kernel_size：卷积核的大小，可以是一个整数表示正方形卷积核，也可以是一个元组 (h, w) 表示高度和宽度不同的卷积核。
stride：卷积的步长，默认为 1，表示卷积核在输入上滑动的步长。
padding：零填充的大小，用于控制输入特征图边界的处理。
dilation：卷积核的扩张率，默认为 1。
groups：分组卷积的数量。默认为 1，表示标准卷积。当 groups 不等于 1 时，输入通道被分为 groups 份，每份进行卷积操作后再进行拼接。
bias：是否包含偏置项，默认为 True。
padding_mode：填充模式，默认为 'zeros'，表示零填充。

概念： 在普通卷积中，每个卷积核在整个输入上滑动，通过对输入的局部区域进行加权求和来生成输出。
输入层： 三维张量，通常表示为 (输入数据长, 输入数据宽，输入数据的通道数)。
卷积核： 三维张量，通常表示为(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode='zeros')。
输出层： 三维张量，通常表示为 (输出数据长, 输出数据宽，输出数据的通道数)。

与普通卷积类似，但 groups 参数用于指定输入通道被分成的组数。

概念： 分组卷积将输入通道划分成若干组，每组进行卷积操作，然后将不同组的输出连接在一起。
输入层： 三维张量，通常表示为 (输入数据长, 输入数据宽，输入数据的通道数)。
卷积核： 三维张量，通常表示为(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=groups, bias=True, padding_mode='zeros')。
输出层： 三维张量，通常表示为 (输出数据长, 输出数据宽，输出数据的通道数)。

概念： 深度卷积是分组卷积，其中每个输入通道与一个单独的卷积核进行卷积，然后将不同通道的输出连接在一起。
输入层： 三维张量，通常表示为 (输入数据长, 输入数据宽，输入数据的通道数)。
卷积核： 三维张量，通常表示为(in_channels, out_channels=in_channels, kernel_size, stride=1, padding=0, dilation=1, groups=in_channels, bias=True, padding_mode='zeros')。
输出层： 三维张量，通常表示为 (输出数据长, 输出数据宽，输出数据的通道数)。

概念： 逐点卷积使用 1x1 大小的卷积核进行卷积，它可以用来改变通道的数量，进行通道间的线性组合。
输入层： 三维张量，通常表示为 (输入数据长, 输入数据宽，输入数据的通道数)。
卷积核： 三维张量，通常表示为(in_channels, out_channels, kernel_size=(1, 1), stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode='zeros')。
输出层： 三维张量，通常表示为 (输出数据长, 输出数据宽，输出数据的通道数)。

可以先应用深度卷积，然后应用逐点卷积。

概念： 深度可分离卷积首先对每个输入通道进行深度卷积，然后通过逐点卷积将通道间的信息整合起来。
import torch.nn as nn

class DepthwiseSeparableConv2d(nn.Module):
def __init__(self, in_channels, out_channels, kernel_size, stride=1, padding=0):
super(DepthwiseSeparableConv2d, self).__init__()
先进行深度卷积操作
# Depthwise Convolution
self.depthwise = nn.Conv2d(in_channels, out_channels=in_channels, kernel_size, stride=1, padding=0, dilation=1, groups=in_channels, bias=True, padding_mode='zeros')
再进行逐点卷积操作
# Pointwise Convolution
self.pointwise = nn.Conv2d(in_channels, out_channels, kernel_size=(1, 1), stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode='zeros')

def forward(self, x):
x = self.depthwise(x)
x = self.pointwise(x)
return x

关注