卷积层使用

  • 看到 CONV2D是大写的字母，就应该知道这个网页是在哪里：我之前说要回头看怎么做卷积的，就是在这里看到的：

pytorch自定义BN层 pytorch自定义卷积层_pytorch自定义BN层

  • 上图中有一个link，里面有：

pytorch自定义BN层 pytorch自定义卷积层_pytorch自定义BN层_02

  • 参数介绍：其中kernel可以选择其他形状的，在kernel_size中的tuple，可以自己设置特殊的形状：

关于channel

  • 当图像是1个channel，而kernel是两个：于是，当input不止一个channel，kernel也不止一个，那么需要训练的东西就多了：

pytorch自定义BN层 pytorch自定义卷积层_pytorch自定义BN层_03

真是清清爽爽：

pytorch自定义BN层 pytorch自定义卷积层_计算机视觉_04

  • 为了看，输入和输出的channel变化：（28-29行）：batch_size都是64，没有变化，输入是3channel，输出是6channel，通道数多了，但是尺寸变小了，这就是卷积的作用和处理结果：
  • 根据这个公式去计算，里面的padding和stride，以及channel和batch_size：他们之间是有一个方程关系的，能够严格计算出来：

pytorch自定义BN层 pytorch自定义卷积层_深度学习_05

  • Vgg的框架，他的输出跟输入（前两层）是一样的大小，所以应该是做了padding来保证的：

pytorch自定义BN层 pytorch自定义卷积层_pytorch自定义BN层_06

可以运行的代码

# ！usr/bin/env python3
# -*- coding:utf-8 -*-

"""
author :24nemo
 date  :2021年07月07日
"""


'''


import torch
import torchvision
from torch import nn
from torch.nn import Conv2d
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter

dataset = torchvision.datasets.CIFAR10("../dataset", train=False, transform=torchvision.transforms.ToTensor(),
                                       download=True)
dataloader = DataLoader(dataset, batch_size=64)

class Tudui(nn.Module):
    def __init__(self):
        super(Tudui, 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 x

tudui = Tudui()

writer = SummaryWriter("../logs")

step = 0
for data in dataloader:
    imgs, targets = data
    output = tudui(imgs)
    print(imgs.shape)
    print(output.shape)
    # torch.Size([64, 3, 32, 32])
    writer.add_images("input", imgs, step)
    # torch.Size([64, 6, 30, 30])  -> [xxx, 3, 30, 30]

    output = torch.reshape(output, (-1, 3, 30, 30))
    writer.add_images("output", output, step)

    step = step + 1

'''

'''

import torch
import torchvision
from torch import nn
from torch.nn import Conv2d
from torch.utils.data import DataLoader

dataset = torchvision.datasets.CIFAR10("../data", train=False, transform=torchvision.transforms.ToTensor(),
                                       download=True)
dataloader = DataLoader(dataset, batch_size=64)


class Tudui(nn.Module):
    def __init__(self):
        super(Tudui, self).__init__()
        self.conv1 = Conv2d(in_channels=3, out_channels=6, kernel_size=3, stride=1, padding=0)  # 初始化中，有一个卷积层

    def forward(self, x):
        x = self.conv1(x)  # x 已经放到了卷积层 conv1当中了
        return x

tudui = Tudui()  # 初始化网络
print(tudui)

# 下面把每一张图像都进行卷积

for data in dataloader:
    imgs, targets = data # data 由 imgs 和 targets 组成的，已经获得了图片，并且经过了 ToTensor的转换，已经是tensor类型，可以直接放进 网络 当中
    # 疑问，targets 是什么？ 为什么 data 由 imgs 和 targets 共同组成？前面有？
    output = tudui(imgs)
    print(imgs.shape)   # 输出的结果为 torch.Size([64, 6, 30, 30]), torch.Size([64, 6, 30, 30])
    print(output.shape)  # 其中的 64，就是指的 DataLoader 中的 batch_size = 64
    # channel 变成了 6

'''

'''
以下是加入了 logs 的版本
'''

import torch
import torchvision
from torch import nn
from torch.nn import Conv2d
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter

dataset = torchvision.datasets.CIFAR10("../data", train=False, transform=torchvision.transforms.ToTensor(),
                                       download=True)
dataloader = DataLoader(dataset, batch_size=64)


class Tudui(nn.Module):
    def __init__(self):
        super(Tudui, self).__init__()
        self.conv1 = Conv2d(in_channels=3, out_channels=6, kernel_size=3, stride=1, padding=0)  # 初始化中，有了一个卷积层

    def forward(self, x):
        x = self.conv1(x)  # x 已经放到了卷积层 conv1当中了
        return x


tudui = Tudui()  # 初始化网络
print(tudui)

# 下面把每一张图像都进行卷积

writer = SummaryWriter("logs")

step = 0
for data in dataloader:
    imgs, targets = data  # data 由 imgs 和 targets 组成的，已经获得了图片，并且经过了 ToTensor的转换，已经是tensor类型，可以直接放进 网络 当中
    # 疑问，targets 是什么？ 为什么 data 由 imgs 和 targets 共同组成？前面有？
    output = tudui(imgs)
    print("imgs.shape:", imgs.shape)  # 输出的结果为 torch.Size([64, 3, 30, 30]), torch.Size([64, 6, 30, 30])
    print("output.shape:", output.shape)  # 其中的 64，就是指的 DataLoader 中的 batch_size = 64, channel 由 3 变成了 6
    # torch.Size([64, 3, 32, 32])
    writer.add_images("input", imgs, step)
    # torch.Size([64, 6, 30, 30])  由于 6 个 channel 的图像，是无法显示的，所以，对这个图像进行处理,这里是通过batch_size来调整channel的，理论其实是有些站不住脚的
    # torch.Size([xxx, 3, 30, 30])
    output = torch.reshape(output, (-1, 3, 30, 30))  # 这个方法不是很严谨，目的是将 batch_size 降低，当不知道设置为多少合适时，设置为 -1 ，后面的参数会自己计算的
    writer.add_images("output", output, step)

    step += 1

writer.close()

2023.7.18补充：

pytorch自定义BN层 pytorch自定义卷积层_深度学习_07

pytorch自定义BN层 pytorch自定义卷积层_深度学习_08

pytorch自定义BN层 pytorch自定义卷积层_pytorch自定义BN层_09

完整目录