為什么 nn.Conv1d 對二維特征 [b, c, h, w] 起作用？

Question

我想知道為什么 conv1d 適用於 2d 功能（批次、通道、高度、寬度）。

一個 nn.Conv1d(channel, channel, kernel_size=(1,1)) 在我放置 2d 特征時起作用，但給出的結果與 nn.Conv2d(channel, channel, kernel_size=1) 不同。

我想知道為什么 conv1d 有效，以及一維卷積中的二維 kernel 大小是什么意思。

Answer 1

“我想知道為什么 conv1d 有效，以及一維卷積中的二維 kernel 大小是什么意思”

它沒有任何理由不工作。 在引擎蓋下，所有這些“卷積”的意思是“點積”，現在它可以是矩陣和向量、矩陣和矩陣、向量和向量等。簡單地說，1D 和 2D 卷積之間的真正區別是自由度沿着輸入的空間維度移動。 這意味着如果您查看1D 卷積，它只能沿一個方向移動，即輸入的時間維度（注意 kernel 可以是向量，矩陣無關緊要）。 另一方面， 2D 卷積可以自由地沿輸入的 2 維（高度和寬度）移動，即空間維度。 如果它仍然看起來令人困惑，請查看下面的 GIF。

一維卷積在行動：

注意：這是一個一維卷積，kernel 大小為3x3 ，看看它是如何只向下移動作為時間維度的輸入。

2D 卷積在行動：

注意：這是一個 2D 卷積，kernel 大小為3x3 ，看看它是如何沿着輸入的寬度和高度移動的，這是空間維度。

我認為現在很清楚 1D 和 2D conv 之間的實際區別是什么，以及為什么它們都會為相同的輸入產生不同的結果。