CNN中卷积层和池化层

卷积层

• 在PyTorch中内置了torch.nn.Conv2d()方法在三维图片输入是应用2D卷积，其中重要参数包括in_channels、out_channels、kernel_size、stride和padding等
• in_channels:代表输入的特征层数，如输入通道数为3的彩色图像，则in_channels=3
• out_channels:代表输出的特征层数，也就是卷积核的个数，这是一个超参数。
• kernel_size:代表卷积核的大小，通常使用3×3或者5×5这样的小卷积核，这个参数是一个元组，如果卷积核的长和宽一样，可以直接指定为int数值，如kernel_size=3.
• stride:代表跨度，卷积核在图像上是滑动提取特征的，stride代表每次滑动的步长，如果stride为1，表示步长为1个像素，也可以使用其他步长，如设置stride为2，则卷积核在图像上每次滑动2个像素，显然这样会使输出的特征图像 变为大约原来的一半大小，所以stride可影响生成的特征图的大小
• padding:代表填充，它表示卷积核在图像边缘的处理方式。如果使用3×3的卷积核提取图片特征，stride使用默认值1，那么得到的特征图会比原图小2个像素，这时，如果设置padding为1，那就表示原图的4条变使用0各填充了1个像素，原图大小相当于变为（height+2，width+2，channel），这样使用3×3卷积核得到的特征图大小为（height，width，N）也就是说，得到的特征图大小与原图一致了，所以，可以通过padiing来控制卷积得到的特征图大小

在PyTorch中使用图片的默认形状为（channel,height，width）

构建一个卷积层代码

#随机生成输入，形状为（20,3,256,256），可以认为是生成了20张大小为（256,256,3）的彩色图像
input=torch.randn(20,3,256,256)
#输入的channel为3，我们使用16个卷积核，也就是out_channels=16
#卷积核大小设置为3×3，stride跨度为1，padding填充为1
conv_layer=nn.Conv2d(3,16,(3,3),stride=1,padding=1)#初始化卷积层，使用2D卷积
output=conv_layer(input)#在输入时调用这个卷积层
print(output.shape)

结果

上面的代码中可以认为使用随机函数生成了20张大小为（256,256,3）的图片，由于这里的卷积层使用了16个3×3的卷积核（out_channel=16）且padding为1，stride默认也是1，因此经过卷积层计算得到的特征图长和宽不变，通道数为16，最后输出的特征形状为torch.size([20,16,256,256])

池化层

在PyTorch中选择使用nn.MaxPool2d()方法来初始化一个最大池化层，但因池化层并没有可训练的参数，在实际构建卷积神经网络时，为了省去池化层初始化这一步，我们尝尝使用torch.max_pool2d()方法来直接应用最大池化，这个方法最重要的一个参数是kernel_size，也就是池化核的大小，举例来说，如果设置池化核的参数kernel_size=2，池化层计算后，输出的高和宽会变为原来的一半

构建池化层代码

#随机生成批次图像
img_batch=torch.randn((64,3,256,256))
pool_out=torch.max_pool2d(img_batch,kernel_size=(2,2)) #应用最大池化
print(pool_out.shape)

结果

上述代码中生成了批次图像，形状为（64,3,256,256），经过最大池化运算后，输出形状为（64,3，128,128），可以看到图像的高和宽均变为原来的一半，这是因为当调用torch.max_pool2d()方法应用最大池化时，设置了kernel_size为（2,2），这表示池化核将从2×2大小的输入中选择最大的值作为输出，这样的效果就是高和宽均缩小为原来的一半