Pytorch学习：卷积神经网络—nn.Conv2d、nn.MaxPool2d、nn.ReLU、nn.Linear和nn.Dropout

卷积神经网络详解：csdn链接
其中包括对卷积操作中卷积核的计算、填充、步幅以及最大值池化的操作。

1. torch.nn.Conv2d

对由多个输入平面组成的输入信号应用2D卷积。

官方文档：torch.nn.Conv2d
CLASS torch.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：

• in_channels（int）：输入图像中的通道数
• out_channels（int）：卷积产生的通道数
• kernel_size（int或tuple）：卷积内核的大小

默认参数：

• stride（int或tuple，可选）：卷积的步幅。默认值：1
• padding（int，tuple或str，可选）：添加到输入的所有四边的填充。默认值：0
• padding_mode（str，可选）：‘zeros’ 、 ‘reflect’ 、 ‘replicate’ 或 ‘circular’ 。默认值： ‘zeros’
• dilation（int或tuple，可选）：内核元素之间的间距。默认值：1
• groups（int，可选）：从输入通道到输出通道的阻塞连接数。默认值：1
• bias（bool，可选）：如果 True ，则向输出添加可学习的偏置。默认值： True

举例说明

import torch
from torch import nn# 内核方正，步调一致
m1 = nn.Conv2d(16, 33, 3, stride=2)
# 非方形内核和不等距步长，并有填充
m2 = nn.Conv2d(16, 33, (3, 5), stride=(2, 1), padding=(4, 2))
# 非方形内核和不等步长，以及填充和扩张
m3 = nn.Conv2d(16, 33, (3, 5), stride=(2, 1), padding=(4, 2), dilation=(3, 1))

卷积核通过选取内核大小，其中参数值是随机的

import torch
from torch import nnk = nn.Conv2d(1, 1, 3, stride=1)
print(list(k.parameters()))

使用CIFAR10数据进行卷积操作，并进行可视化操作

import torch
import torchvision.datasets
from torch import nn
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter# 使用CIFAR10的训练数据
train_data = torchvision.datasets.CIFAR10("../dataset", train=True, transform=torchvision.transforms.ToTensor(),download=True)
train_loader = DataLoader(train_data, batch_size=64)writer = SummaryWriter("logs")class Model(nn.Module):def __init__(self):super().__init__()self.model1 = nn.Conv2d(in_channels=3, out_channels=6, kernel_size=3, stride=1)def forward(self, x):x = self.model1(x)return xstep = 0
# 创建模型
model = Model()
for data in train_loader:imgs, targets = dataoutput = model(imgs)writer.add_images("input", imgs, step)# output此时为6通道，为了可视化，现将其转换为3通道# imgs 的形状大小为 [64, 3, 32, 32]# 经过卷积操作后，output的高度和宽度为：32 - 3 + 1 = 30output = torch.reshape(output, (-1, 3, 30, 30))writer.add_images("output", output, step)step = step + 1writer.close()

打开命令行，输入以下代码，并打开TensorBoard的链接： http://localhost:6006/

tensorboard --logdir=logs

2. torch.nn.MaxPool2d

最大值池化层，对由多个输入平面组成的输入信号应用2D最大池化。

官方文档：torch.nn.MaxPool2d
CLASS torch.nn.MaxPool2d(kernel_size, stride=None, padding=0, dilation=1, return_indices=False, ceil_mode=False)
参数 kernel_size 、 stride 、 padding 、 dilation 可以是：

• 单个 int-在这种情况下，高度和宽度尺寸使用相同的值
• 两个int的 tuple -在这种情况下，第一个int用于高度维度，第二个int用于宽度维度

主要参数：

• kernel_size（Union[int，Tuple[int，int]]）-窗口的最大值

默认参数：

• stride（Union[int，Tuple[int，int]]）-窗口的步幅。默认值为 kernel_size
• padding（Union[int，Tuple[int，int]]）-要在两边添加的隐式负无穷大填充
• dilation（Union[int，Tuple[int，int]]）-控制窗口中元素步幅的参数
• return_indices（bool）-如果 True ，将返回最大索引沿着输出。 torch.nn.MaxUnpool2d 以后有用
• ceil_mode（bool）-当为True时，将使用ceil而不是floor来计算输出形状

最大汇聚层，也叫做最大池化层，代码实现

import torch
import torchvision.datasets
from torch import nn
from torch.nn import MaxPool2d
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter# 使用测试数据集
dataset = torchvision.datasets.CIFAR10("./dataset", train=False, transform=torchvision.transforms.ToTensor(),download=True)
dataloader = DataLoader(dataset, batch_size=64)writer = SummaryWriter("logs")class Model(nn.Module):def __init__(self):super(Module, self).__init__()self.maxpool1 = MaxPool2d(kernel_size=3, ceil_mode=False)def forward(self, input):output = self.maxpool1(input)return output# 创建模型
model = Model()
step = 0
for data in dataloader:imgs, targets = dataoutput = model(imgs)writer.add_images("input", imgs, step)writer.add_images("output_maxpool", output, step)step = step + 1writer.close()

3. torch.nn.ReLU

非线性激活函数，逐元素应用整流线性单位函数：
输入与输出形状相同

官方文档：torch.nn.ReLU
CLASS torch.nn.ReLU(inplace=False)
主要参数：

• inplace（bool）：可以选择就地执行操作。默认值： False
  

代码实现

import torch
import torchvision.datasets
from torch import nn
from torch.nn import MaxPool2d
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter# 使用测试数据集
dataset = torchvision.datasets.CIFAR10("../dataset", train=False, transform=torchvision.transforms.ToTensor(),download=True)
dataloader = DataLoader(dataset, batch_size=64)writer = SummaryWriter("logs")class Model(nn.Module):def __init__(self):super().__init__()self.relu1 = nn.ReLU()def forward(self, input):output = self.relu1(input)return output# 创建模型
model = Model()
step = 0
for data in dataloader:imgs, targets = dataoutput = model(imgs)writer.add_images("input", imgs, step)writer.add_images("output", output, step)step = step + 1writer.close()

nn.ReLU()不是很明显，这里用nn.Sigmoid()更为清除

4. torch.nn.Linear

线性层，对传入数据应用线性变换：

官方文档：torch.nn.Linear
CLASS torch.nn.Linear(in_features, out_features, bias=True, device=None, dtype=None)
主要参数：

• in_features（int）：每个输入样本的大小
• out_features（int）：每个输出样本的大小

默认参数：

• bias（bool）：如果设置为 False ，则层将不会学习加性偏置。默认值： True

import torch
import torchvision.datasets
from torch import nn
from torch.nn import Linear
from torch.utils.data import DataLoaderdataset = torchvision.datasets.CIFAR10("./dataset", train=False, transform=torchvision.transforms.ToTensor(),download=True)
dataloader = DataLoader(dataset, batch_size=64)class Module(nn.Module):def __init__(self):super(Module, self).__init__()self.linear1 = Linear(196608, 10)def forward(self, input):output = self.linear1(input)return outputmodule = Module()for data in dataloader:imgs, targets = dataprint(imgs.shape)# output = torch.reshape(imgs, (1, 1, 1, -1))output = torch.flatten(imgs)print(output.shape)output = module(output)print(output.shape)

5. torch.nn.Dropout

在训练期间，使用来自伯努利分布的样本以概率 p 随机地将输入张量的一些元素归零。每个信道将在每次前向呼叫时独立地归零。

官方文档：torch.nn.Dropout
CLASS torch.nn.Dropout(p=0.5, inplace=False)
主要参数：

• p（float）-元素被置零的概率。默认值：0.5
• inplace（bool）-如果设置为 True ，将就地执行此操作。默认值： False