书接上回（Convolution)

#灵感be like 酒品见人品 还得看特殊时刻的状态

一、Convolution卷积

1.官网

主要关注二维2d的 Conv2d — PyTorch 2.13 documentation

classtorch.nn.Conv2d(in_channels,out_channels,kernel_size,stride=1,padding=0,dilation=1,groups=1,bias=True,padding_mode='zeros',device=None,dtype=None)

主要参数到dilation为止

2.两篇文献解释卷积2d

灰度图像只有一个通道

卷积核kernel

卷积操作：卷积核和图像像素进行对应位相乘后 再相加

卷积核一点点移动

卷积操作之后的结果

input channel和output channel

（1）1个输入通道 想得到4个输出通道的

需要4个卷积核来操作

（2）3个通道输入，想得到4个通道输出

需要3*4=12个卷积核来操作(4组 每组3个 卷积核）

R通道和卷积核A进行卷积操作+GB+BC 相加之后得到最后的

Kernel size卷积核大小

通常3*3 ，这个是5*2

Strides步长

比如S(1,3)先纵向

Padding填充

通常是0的黑色

比如下图

原本图像H*W=7*7，现在Padding填充是1×1，则图像变成H*W=9*9

输入通道2，输出通道1，卷积核Kernel是3×3，Padding填充是1×1，步长S纵向横向都是1，膨胀dilation也就是像素间隔也是1×1

Dilation空洞卷积

dilation（膨胀率）就是卷积核内部各个像素点之间的“间隔距离”。

• 默认dilation=1：表示像素点之间没有间隔（紧挨着），就是最普通的卷积。

比如下图D（4，2）就是H高度方向间隙为4，W宽度方向间隙为2

最后输出特征图

有计算公式的

卷积核kernel size一般是奇数，

比如kernel size（5，3）就是高为5，宽为3

1*1是改变通道数目，3*3和5*5是提取特征的

验证一下-可视化

Transposed Conv转置卷积

是一种“逆向”的卷积操作，它的核心作用就是把一个【小尺寸的特征图】放大成【大尺寸的特征图】（上采样）

nn.Unfold

对输入进行一个折叠