Pytorch 卷积中的 Input Shape用法

先看Pytorch中的卷积

class torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True)

二维卷积层, 输入的尺度是(N, C_in,H,W)，输出尺度（N,C_out,H_out,W_out）的计算方式

这里比较奇怪的是这个卷积层居然没有定义input shape，输入尺寸明明是：（N, C_in, H，W），但是定义中却只需要输入in_channel的size，就能完成卷积，那是不是说这样任意size的image都可以进行卷积呢？

然后我进行了下面这样的实验：

import torch
import torch.nn as nn
import torch.nn.functional as F

class Net(nn.Module):

  def __init__(self):
    super(Net, self).__init__()
    # 输入图像channel：1；输出channel：6；5x5卷积核
    self.conv1 = nn.Conv2d(1, 6, 5)
    self.conv2 = nn.Conv2d(6, 16, 5)
    # an affine operation: y = Wx + b
    self.fc1 = nn.Linear(16 * 5 * 5, 120)
    self.fc2 = nn.Linear(120, 84)
    self.fc3 = nn.Linear(84, 10)

  def forward(self, x):
    # 2x2 Max pooling
    x = F.max_pool2d(F.relu(self.conv1(x)), (2, 2))
    # If the size is a square you can only specify a single number
    x = F.max_pool2d(F.relu(self.conv2(x)), 2)
    x = x.view(-1, self.num_flat_features(x))
    x = F.relu(self.fc1(x))
    x = F.relu(self.fc2(x))
    x = self.fc3(x)
    return x

  def num_flat_features(self, x):
    size = x.size()[1:] # 除去批大小维度的其余维度
    num_features = 1
    for s in size:
      num_features *= s
    return num_features

net = Net()
print(net)

输出

Net(
(conv1): Conv2d(1, 6, kernel_size=(5, 5), stride=(1, 1))
(conv2): Conv2d(6, 16, kernel_size=(5, 5), stride=(1, 1))
(fc1): Linear(in_features=400, out_features=120, bias=True)
(fc2): Linear(in_features=120, out_features=84, bias=True)
(fc3): Linear(in_features=84, out_features=10, bias=True)
)

官网Tutorial 说：这个网络（LeNet）的期待输入是32×32，我就比较奇怪他又没有设置Input shape或者Tensorflow里的Input层，怎么就知道(H,W) =(32, 32)。

输入：

input = torch.randn(1, 1, 32, 32)

output = Net(input)

没问题，但是

input = torch.randn(1, 1, 64, 64)

output = Net(inpu本文来源gaodaimacom搞#^代%!码网@t)

出现：mismatch Error

我们看一下卷积模型部分。

input:(1, 1, 32, 32) –> conv1(1, 6, 5) –> (1, 6, 28, 28) –> max_pool1(2, 2) –> (1, 6, 14, 14) –> conv2(6, 16, 5) –>(1, 16, 10, 10) –> max_pool2(2, 2) –> (1, 16, 5, 5)

然后是将其作为一个全连接网络的输入。Linear相当于tensorflow 中的Dense。所以当你的输入尺寸不为（32， 32）时，卷积得到最终feature map shape就不是(None, 16, 5, 5),而我们的第一个Linear层的输入为(None, 16 * 5 * 5)，故会出现mismatch Error。

之所以会有这样一个问题还是因为keras model 必须提定义Input shape，而pytorch更像是一个流程化操作，具体看官网吧。

补充知识：pytorch 卷积 分组卷积 及其深度卷积

先来看看pytorch二维卷积的操作API

现在继续讲讲几个卷积是如何操作的。

一. 普通卷积

torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True)

普通卷积时group默认为1 dilation=1（这里先暂时不讨论dilation）其余都正常的话，比如输入为Nx in_channel x high x width

喜欢 (0)赏

[搞代码]

分享 (0)