文章目录

• 1. 一维卷积
• 2. 二维卷积
• 3. 三维卷积
• 4. 扩张卷积
• 5. 空洞卷积
• 6. 分组卷积

  一般而言，一维卷积用于文本数据；二维卷积用于图像数据，对宽度和高度都进行卷积；三维卷积用于视频及3D图像处理领域，对立方体的三个面进行卷积。

1. 一维卷积

  对一个词向量做一维卷积

上图输入词向量的维度为 8，卷积核的维度为 5，输出长度为 8−5+1=4。PyTorc使用torch.nn.Conv1d(in_channels, out_channels, kernel_size, stride, padding, dilation, groups, bias=True)实现一维卷积操作。

import torch
import torch.nn as nna = torch.randn(1,16,8)  # input：(样本数, 通道数, 词向量维度)
conv = nn.Conv1d(16, 1, 5)  # Conv1d：(in_channels, out_channels, kernel_size)
c = conv(a)print('a:', a.size())  # torch.Size([1, 16, 8])
print('c:', c.size())  # torch.Size([1, 1, 4])

2. 二维卷积

  二维卷积是最常见、用途最广泛的卷积。下图展示了二维卷积操作示意图

图中输入为 RGB 三通道的图片，图片大小为6*6。卷积核大小为3*3，卷积核数量为1。输出特征图大小为4*4，输出特征图数量为1。PyTorc使用torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride, padding, dilation, groups, bias=True)。

import torch
import torch.nn as nna = torch.Tensor([[[[1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16]]],[[[1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16]]]])
print('a:',a.size())  # torch.Size([2, 1, 4, 4])conv = nn.Conv2d(1,6,2)  # Conv2d：(in_channels, out_channels, kernel_size)
c = conv(a)
print('c:',c.size())  # torch.Size([2, 6, 3, 3])

3. 三维卷积

  三维卷积示意图如下，一个3*3*3的卷积核在立方体上进行卷积，得到输出。

在二维卷积中，作用在不同通道上的卷积核参数是不同的。而在三维卷积中，则共用一个 3D 的卷积核，3D 卷积核的参数在整个图像上权重共享。三维卷积核比二维卷积核多了一个depth维度。这个深度可能是视频上的连续帧，也可能是立体图像中的不同切片。PyTorc使用torch.nn.Conv3d(in_channels, out_channels, kernel_size, stride, padding, dilation, groups, bias=True)。

import torch
import torch.nn as nninput = torch.randn(32, 3, 10, 224, 224)  # input:(N, C, D, H, W)# 每一维度相同参数配置
conv1 = nn.Conv3d(3, 64, kernel_size=3, stride=2, padding=1)
output = conv1(net_input)
print(output.shape)  # shape:[32, 64, 5, 112, 112]# 每一维度不同参数配置
conv2 = nn.Conv3d(3, 64, (2, 3, 3), stride=(1, 2, 2), padding=(0, 1, 1))
net_output = conv2(net_input)
print(net_output.shape) # shape:[32, 64, 9, 112, 112]

4. 扩张卷积

5. 空洞卷积

6. 分组卷积

【参考】

1. 神经网络之多维卷积的那些事 (一维、二维、三维)；
2. 3D 卷积神经网络详解；
3. [pytorch][基础模块] torch.nn.Conv3D 使用样例与说明；
4. 官方文档：TORCH.NN；