首页 > 其他分享> 文章详细

卷积神经网络-二维卷积层

2021-08-03 21:02:00 阅读：254 来源： 互联网

标签：输出卷积 torch 二维张量神经网络 print 输入

一、前言

1、空间不变性：我们使用的无论哪种方法都应该和物体的位置无关

局部性：神经网络的底层应该只探索输入图像中的局部区域，而不考虑图像远处区域的内容，这就是“局部性”原则
平移不变性：不管出现在图像中的哪个位置，神经网络的底层应该对相同的图像区域做类似的相应

2、卷积神经网络（convolutional neural network）：是含有卷积层（convolutional layer）的神经网络

二、二维互作运算

1、虽然卷积运算得名于卷积（convolution）运算，但我们通常在卷积层中使用更加直观的互相关（cross-correlation）运算

2、基本概念

输入是一个高和宽均为3的二维数组，记作为（3，3）
核数组的高和宽都是2，该数组在卷积计算中又称为卷积核或过滤器
卷积核窗口（卷积窗口）的形状取决于卷积核的高和宽

3、在二维互相关运算中，卷积窗口从输入数组的最左上方开始，按从左往右、从上往下的顺序依次在输入数组中滑动。当卷积窗口滑动到某一位置时，窗口中的输入子数组与核数组按元素相乘并求和，得到输出数组中相应位置的元素。

4、输出大小

输入形状：

卷积核窗口形状：

三、互作运算的实现

1、在函数corr2d函数中实现互相关运算，该函数接受输入张量X和卷积核张量K，并返回输出张量Y

import torch
from torch import nn
from d2l import torch as d2l

# 返回互相关运算后的输出张量
def corr2d(X, K):  #@save
    """计算二维互相关运算。"""
    # K是核矩阵。h、w就是行数和列数
    h, w = K.shape
    
    # 定义输出矩阵的大小
    Y = torch.zeros((X.shape[0] - h + 1, X.shape[1] - w + 1))
    
    # 双重嵌套，给输出矩阵赋值
    for i in range(Y.shape[0]):
        for j in range(Y.shape[1]):
            Y[i, j] = (X[i:i + h, j:j + w] * K).sum()
    return Y

2、通过输入张量X和卷积核张量K，来验证上述二维互相关运算的输出

X = torch.tensor([[0.0, 1.0, 2.0], [3.0, 4.0, 5.0], [6.0, 7.0, 8.0]])
K = torch.tensor([[0.0, 1.0], [2.0, 3.0]])
print(type(K.shape))

corr2d(X, K)

#输出结果

<class 'torch.Size'>
tensor([[19., 25.],
        [37., 43.]])

四、卷积层

1、卷积层对输入和卷积核权重进行互相关运算，并在添加标量偏置之后产生输出

2、卷积层中的两个被训练的参数是卷积核权重和标量偏置。

3、像我们之前随机初始化全连接层一样，在训练基于卷积层的模型时，我们也随机初始化卷积核权重。

class Conv2D(nn.Module):
    # kernel_size：超参数
    def __init__(self, kernel_size):
        super().__init__()
        
        # torch.rand：均匀分布，从区间[0, 1)中抽取的一组随机数（返回一个张量）
        self.weight = nn.Parameter(torch.rand(kernel_size))
        self.bias = nn.Parameter(torch.zeros(1))

    def forward(self, x):
        # 将X与self.weight进行互相关运算计算输出张量+偏置量
        return corr2d(x, self.weight) + self.bias

五、图像中物体边缘检测

卷积层的简单应用——检测图像中物体的边缘，即找到像素变化的位置

1、首先，构造一个 6×8 像素的黑白图像（中间四列为黑色（0），其余像素为白色（1））

# 用张量表示图像
X = torch.ones((6, 8))
X[:, 2:6] = 0
X
print(X.T)

#输出结果

tensor([[1., 1., 1., 1., 1., 1.],
        [1., 1., 1., 1., 1., 1.],
        [0., 0., 0., 0., 0., 0.],
        [0., 0., 0., 0., 0., 0.],
        [0., 0., 0., 0., 0., 0.],
        [0., 0., 0., 0., 0., 0.],
        [1., 1., 1., 1., 1., 1.],
        [1., 1., 1., 1., 1., 1.]])

2、接下来，构造一个高度为 1 、宽度为 2 的卷积核 K

K = torch.tensor([[1.0, -1.0]])

3、对参数 X（输入）和我们设计的卷积核 K 执行互相关运算

Y = corr2d(X, K)
Y

#输出结果

tensor([[ 0.,  1.,  0.,  0.,  0., -1.,  0.],
        [ 0.,  1.,  0.,  0.,  0., -1.,  0.],
        [ 0.,  1.,  0.,  0.,  0., -1.,  0.],
        [ 0.,  1.,  0.,  0.,  0., -1.,  0.],
        [ 0.,  1.,  0.,  0.,  0., -1.,  0.],
        [ 0.,  1.,  0.,  0.,  0., -1.,  0.]])

4、可以发现，输出Y中的1代表从白色到黑色的边缘，-1代表从黑色到白色的边缘。其它情况输出为0

5、注意：卷积核K只可以检测垂直边缘

六、学习卷积核

1、通过查看“输入-输出”对来学习由 X 生成 Y 的卷积核。

2、首先，先构造一个卷积层，并将其卷积核初始化为随机张量。

3、每次迭代中，我们比较 Y 与卷积层输出的平方误差，然后计算梯度来更新卷积核。

'''
nn.Conv2d的功能是：对由多个输入平面组成的输入信号进行二维卷积
输入信号的形式：[ batch_size, channels, height_1, width_1 ]
1、batch_size:一个batch中样例的个数
2、channels ：通道数，也就是当前层的深度
3、height_1：图片的高
4、width_1：图片的宽

'''


# 构造一个二维卷积层，它具有1个输出通道和形状为（1，2）的卷积核
# 第一个1是输入通道，第二个1是输出通道
conv2d = nn.Conv2d(1, 1, kernel_size=(1, 2), bias=False)
print(conv2d)
print(conv2d.weight)
print(conv2d.bias)

# 这个二维卷积层使用四维输入和输出格式（批量大小、通道、高度、宽度），
# 其中批量大小和通道数都为1
print(X)
print(Y)

print('----------')
# X是输入，Y是输出
# 在学习卷积核中，可以通过查看“输入-输出”对老学习由X生成Y的卷积核
X = X.reshape((1, 1, 6, 8))
Y = Y.reshape((1, 1, 6, 7))
print(X)
print(Y)

for i in range(10):
    # 卷积层输出
    Y_hat = conv2d(X)
    
    # 在每次迭代中，比较真实输出Y与卷积层输出的平方误差
    l = (Y_hat - Y)**2
    
    conv2d.zero_grad()
    # 然后计算梯度
    l.sum().backward()
    # 迭代（更新）卷积核
    conv2d.weight.data[:] -= 3e-2 * conv2d.weight.grad
    if (i + 1) % 2 == 0:
        print(f'batch {i+1}, loss {l.sum():.3f}')

4、查看所学的卷积核的权重张量

conv2d.weight.data.reshape((1, 2)),K

#输出结果

(tensor([[ 0.9765, -1.0093]]), tensor([[ 1., -1.]]))

七、特征图和感受野

1、二维卷积层输出的二维数组可以看作输入在空间维度（宽和高）上某一级的表征，也叫特征图

2、影响元素x的前向计算的所所有可能输入区域（可能大于输入的实际尺寸），叫做x的感受野。

3、我们可以通过更深（嵌套使用）的卷积神经网络使特征图中单个元素的感受野变得更加广阔，从而捕捉输入上更大尺寸的特征。

八、小结

1、二维卷积层的核心计算是二维互相关运算。最简单的形式是，对二维输入数据和卷积核执行互相关操作，然后添加一个偏置。

2、可以设计一个卷积核来检测图像的边缘

3、可以从数据中学习卷积核的参数。

4、核矩阵的大小是超参数。核矩阵和偏移是可学习的参数

标签：输出,卷积,torch,二维,张量,神经网络,print,输入
来源： https://www.cnblogs.com/xiaoqing-ing/p/15096328.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

卷积神经网络-二维卷积层