目录

一、torch.nn.CONV2D

 1.1 参数介绍

 1.2 stride 和 padding 的可视化

1.3 输入、输出通道数

1.3.1 多通道输入

1.3.2 多通道输出

二、卷积操作练习

2.1 数据集准备

2.2 自定义神经网络

2.3 卷积操作控制台输出结果

2.4 tensorboard可视化

三、完整代码 

一、torch.nn.CONV2D

官方文档： 

torch.nn — PyTorch 1.13 documentation

 1.1 参数介绍

 常用的参数主要是前五个。

(31条消息) Pytorch中dilation（Conv2d）参数详解_MaZhe丶的博客-CSDN博客_conv2d参数解释

• in_channels (int) – Number of channels in the input image，输入图片的通道数

• out_channels (int) – Number of channels produced by the convolution，输出图片的通道数, 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 (int or tuple) – Size of the convolving kernel，卷积核的大小

                e.g. if kernel size = 3, 则卷积核的大小是3*3                                        

• stride (int or tuple, optional) – Stride of the convolution. Default: 1，步径大小

• padding (int, tuple or str, optional) – Padding added to all four sides of the input. Default: 0

• padding_mode (str, optional) – 'zeros', 'reflect', 'replicate' or 'circular'. Default: 'zeros'

• dilation (int or tuple, optional) – Spacing between kernel elements. Default: 1

• groups (int, optional) – Number of blocked connections from input channels to output channels. Default: 1

• bias (bool, optional) – If True, adds a learnable bias to the output. Default: True

如何进行输出图片长和宽的计算？

 1.2 stride 和 padding 的可视化

conv_arithmetic/README.md at master · vdumoulin/conv_arithmetic · GitHub

1.3 输入、输出通道数

(31条消息) 【卷积神经网络】多输入通道和多输出通道（channels）_ZSYL的博客-CSDN博客_多输出通道

(31条消息) （pytorch-深度学习系列）CNN的多输入通道和多输出通道_我是一颗棒棒糖的博客-CSDN博客

彩色图像在高和宽2个维度外还有RGB（红、绿、蓝）3个颜色通道。假设彩色图像的高和宽分别是h hh和w ww（像素），那么它可以表示为一个3 × h × w 的多维数组。我们将大小为3的这一维称为通道（channel）维。

1.3.1 多通道输入

1.3.2 多通道输出

多通道输出的通道数 = 卷积核的个数

二、卷积操作练习

2.1 数据集准备

使用cifar10数据集的验证集进行操作。 

import torch
import torchvision.datasets
from torch.nn import Conv2d
from torch.utils.data import DataLoader
#数据集准备
dataset = torchvision.datasets.CIFAR10(root=".\CIFAR10",train=False,transform=torchvision.transforms.ToTensor(),download=True)
#使用dataloader加载数据集,批次数为64
dataloader = DataLoader(dataset,batch_size=64)

2.2 自定义神经网络

• 自定义名为Maweiyi的神经网络。
• 自定义的神经网络要继承nn.Module框架。
• 重写init和forward方法。
• 该神经网络调用conv2d进行一层卷积，输入通道为3层（彩色图像为3通道），卷积核大小为3*3，输出通道为6。
• 设置步长为1，padding为0，不进行填充。

import torch
import torchvision.datasets
from torch.nn import Conv2d
from torch.utils.data import DataLoaderclass Maweiyi(torch.nn.Module):def __init__(self):super(Maweiyi, self).__init__()self.conv1 = Conv2d(in_channels=3,out_channels=6,kernel_size=3,stride=1,padding=0)def forward(self,x):x = self.conv1(x)return xmaweiyi = Maweiyi()
print(maweiyi)

输出：

2.3 卷积操作控制台输出结果

 使用for循环输出结果。

# 输出卷积前的图片大小和卷积后的图片大小
for data in dataloader:imgs, labels = dataprint(imgs.shape)# 卷积操作outputs = maweiyi(imgs)print(outputs.shape)

输出：

2.4 tensorboard可视化

 注意：使用tensorboard输出时需要重新定义图片大小

• 对于输入的图片集imgs来说，tensor.size([64,3,32,32])，即一批次为64张，一张图片为三个通道，大小为32*32
• 对于经过卷积后输出的图片集output来说，tensor.size([64,6,30,30])，通道数变成了6，tensorboard不知道怎么显示通道数为6的图片，所以如果直接输出会报错

解决方案：

• 使用reshape方法对outputs进行重定义，把通道数改成3，如果不知道批次数大小，可以使用-1代替，程序会自动匹配批次大小。

outputs = torch.reshape(outputs,(-1,3,30,30))

# 生成日志
writer = SummaryWriter("logs")
step = 0# 输出卷积前的图片大小和卷积后的图片大小
for data in dataloader:imgs, labels = data# 显示输入的图片writer.add_images("inputs",imgs,step)#卷积操作outputs = maweiyi(imgs)#重定义输出图片的大小outputs = torch.reshape(outputs,(-1,3,30,30))# 显示输出的图片writer.add_images("outputs",outputs,step)step+=1writer.close()

 输出：

input：一个批次64张图片

output：一个批次128张 （64*2=128）

三、完整代码 

import torch
import torchvision
from torch.nn import Conv2d
from torch.utils.data import DataLoader
# 数据集下载
from torch.utils.tensorboard import SummaryWriterdataset = torchvision.datasets.CIFAR10(root=".\CIFAR10", train=False, transform=torchvision.transforms.ToTensor(),download=True)
# 数据加载器
dataloader = DataLoader(dataset, batch_size=64)class Maweiyi(torch.nn.Module):def __init__(self):super(Maweiyi, self).__init__()# 卷积层self.conv1 = Conv2d(in_channels=3, out_channels=6, kernel_size=3, stride=1, padding=0)def forward(self, x):x = self.conv1(x)return xmaweiyi = Maweiyi()
print(maweiyi)writer = SummaryWriter("logs")
step = 0for data in dataloader:imgs, labels = data# 卷积操作output = maweiyi(imgs)print(imgs.shape)print(output.shape)writer.add_images("input", imgs, step)output = torch.reshape(output, (-1, 3, 30, 30))writer.add_images("output", output, step)step = step + 1writer.close()