[英]torch.nn.conv2d does not give the same result as torch.nn.functional.conv2d
[英]Meaning of parameters in torch.nn.conv2d
在 fastai 前沿深度學習程序員課程第 7 講。
self.conv1 = nn.Conv2d(3,10,kernel_size = 5,stride=1,padding=2)
10 是否意味着過濾器的數量或過濾器將提供的激活數量?
這是您可能會發現的
torch.nn.Conv2d(in_channels,out_channels,kernel_size,stride=1,padding=0,dilation=1,groups=1,bias=True,padding_mode='zeros')
參數
這個URL對過程有幫助的可視化。
因此,對於具有 3 個通道的圖像(彩色圖像),開頭的in_channels
為 3。 對於黑白圖像,它應該是 1。一些衛星圖像應該有 4。
out_channels
是過濾器的數量,您可以任意設置。
讓我們創建一個示例來“證明”這一點。
import torch
import torch.nn as nn
c = nn.Conv2d(1,3, stride = 1, kernel_size=(4,5))
print(c.weight.shape)
print(c.weight)
出去
torch.Size([3, 1, 4, 5])
Parameter containing:
tensor([[[[ 0.1571, 0.0723, 0.0900, 0.1573, 0.0537],
[-0.1213, 0.0579, 0.0009, -0.1750, 0.1616],
[-0.0427, 0.1968, 0.1861, -0.1787, -0.2035],
[-0.0796, 0.1741, -0.2231, 0.2020, -0.1762]]],
[[[ 0.1811, 0.0660, 0.1653, 0.0605, 0.0417],
[ 0.1885, -0.0440, -0.1638, 0.1429, -0.0606],
[-0.1395, -0.1202, 0.0498, 0.0432, -0.1132],
[-0.2073, 0.1480, -0.1296, -0.1661, -0.0633]]],
[[[ 0.0435, -0.2017, 0.0676, -0.0711, -0.1972],
[ 0.0968, -0.1157, 0.1012, 0.0863, -0.1844],
[-0.2080, -0.1355, -0.1842, -0.0017, -0.2123],
[-0.1495, -0.2196, 0.1811, 0.1672, -0.1817]]]], requires_grad=True)
如果我們改變 out_channels 的數量,
c = nn.Conv2d(1,5, stride = 1, kernel_size=(4,5))
print(c.weight.shape) # torch.Size([5, 1, 4, 5])
我們將得到 5 個過濾器,每個過濾器 4x5,因為這是我們的內核大小。 如果我們設置 2 個通道,(有些圖像可能只有 2 個通道)
c = nn.Conv2d(2,5, stride = 1, kernel_size=(4,5))
print(c.weight.shape) # torch.Size([5, 2, 4, 5])
我們的過濾器將有 2 個通道。
我認為他們有這本書中的術語,並且由於他們沒有將其稱為過濾器,因此他們沒有使用該術語。
所以你是對的; 過濾器是卷積層正在學習的東西,過濾器的數量是輸出通道的數量。 它們在開始時是隨機設置的。
激活次數是根據bs
和圖像尺寸計算的:
bs=16
x = torch.randn(bs, 3, 28, 28)
c = nn.Conv2d(3,10,kernel_size=5,stride=1,padding=2)
out = c(x)
print(out.nelement()) #125440 number of activations
檢查文檔https://pytorch.org/docs/stable/nn.html#torch.nn.Conv2d你有 3 個 in_channels 和 10 個 out_channels 所以這 10 個 out_channels 是 @thefifthjack005 過濾器也稱為功能。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.