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

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

卷积核一般是奇数,

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

相关推荐
chh5637 小时前
从 BERT 到大模型:让模型从“会接龙”到“会回答
人工智能·深度学习·bert
TomEval8 小时前
【测AI】第26篇:线上模型监控与告警体系 — 测试不是终点
人工智能·python·功能测试·ai
ZhengEnCi9 小时前
AI 总模仿代码库里的过时写法怎么办:先清坏样例,再用类型与测试让 AI 无法犯错
人工智能·ai编程
一只爱撸猫的程序猿9 小时前
五周、两个开源仓库、九次拦截之后:AI 时代程序员缺的到底是什么
人工智能·后端·开源
GitCode官方9 小时前
开源鸿蒙跨平台直播|AI 时代,用 cj-tauri 开发鸿蒙 PC 应用
人工智能·华为·harmonyos·atomgit
老金带你玩AI10 小时前
GPT-6.2更强更便宜了,为什么还有人骂?
人工智能
CyrusYiVPP10 小时前
实测 uv 0.13.7:同一套包,pip 装 94 秒,它只用 19 秒
人工智能·python
泯泷10 小时前
OpenClaw 退潮背后,是 AI 圈“技术自嗨”的终结
人工智能·chatgpt·llm
罗西的思考10 小时前
【轻量化复刻大模型 / KIMI K3】Muon 优化器及 训练系统
人工智能·算法·机器学习
屿华AI10 小时前
AUTOSAR 实战-诊断工具 | 用 Claude Code 开发诊断测试工具:AI 协作开发实践
人工智能·测试工具