Функция conv2d

Функция conv2d из модуля torch.nn.functional применяет двумерную свертку к входному тензору. Эта операция является ключевой в обработке изображений и анализе пространственных данных. В отличие от слоя nn.Conv2d, функциональная версия не хранит параметры внутри себя, что делает её удобной для динамических вычислений.

Первым параметром функция принимает входной тензор, вторым - тензор весов свертки, третьим - тензор смещения. Также можно указать шаг свертки, отступы, коэффициент расширения и количество групп.

Синтаксис

torch.nn.functional.conv2d(
	input,
	weight,
	bias=None,
	stride=1,
	padding=0,
	dilation=1,
	groups=1
)

Пример

Выполним простую свертку одноканального изображения размером 5x5 с ядром 3x3:

import torch
import torch.nn.functional as F

t = torch.tensor([
	[1, 2, 3, 4, 5],
	[6, 7, 8, 9, 0],
	[1, 3, 5, 7, 9],
	[2, 4, 6, 8, 0],
	[5, 6, 7, 8, 9],
]).float().reshape(1, 1, 5, 5)

w = torch.tensor([
	[1, 0, -1],
	[1, 0, -1],
	[1, 0, -1],
]).float().reshape(1, 1, 3, 3)

res = F.conv2d(t, w)
print(res)

Результат выполнения кода:

tensor([[[[-12., -12., -12.],
		  [-12., -15., -12.],
		  [-12., -15., -12.]]]])

Пример

Применим свертку с параметром padding для сохранения пространственной размерности:

import torch
import torch.nn.functional as F

t = torch.tensor([
	[1, 2, 3, 4, 5],
	[6, 7, 8, 9, 0],
	[1, 3, 5, 7, 9],
]).float().reshape(1, 1, 3, 5)

w = torch.tensor([
	[1, 0, -1],
	[1, 0, -1],
]).float().reshape(1, 1, 2, 3)

res = F.conv2d(t, w, padding=1)
print(res)

Результат выполнения кода:

tensor([[[[ -8., -10., -12.,  -8.,   0.],
		  [-11., -13., -11., -13.,   0.],
		  [  6.,   1.,  -7.,  -9.,   0.]]]])

Пример

Используем параметр stride для пропуска пикселей и уменьшения размерности:

import torch
import torch.nn.functional as F

t = torch.tensor([
	[1, 2, 3, 4, 5, 6],
	[6, 7, 8, 9, 0, 1],
	[1, 3, 5, 7, 9, 2],
	[2, 4, 6, 8, 0, 3],
	[5, 6, 7, 8, 9, 4],
]).float().reshape(1, 1, 5, 6)

w = torch.tensor([
	[1, 0, -1],
	[1, 0, -1],
]).float().reshape(1, 1, 2, 3)

res = F.conv2d(t, w, stride=2)
print(res)

Результат выполнения кода:

tensor([[[[-14., -16., -12.],
		  [-14., -18., -12.]]]])

Пример

Применим свертку к многоканальному изображению с несколькими ядрами:

import torch
import torch.nn.functional as F

torch.manual_seed(0)

t = torch.randn(1, 3, 4, 4)
w = torch.randn(2, 3, 2, 2)
b = torch.randn(2)

res = F.conv2d(t, w, b, padding=1)
print(res.shape)

Результат выполнения кода:

torch.Size([1, 2, 4, 4])

Смотрите также

функцию conv1d,
которая выполняет одномерную свертку
функцию conv3d,
которая выполняет трехмерную свертку
функцию conv_transpose2d,
которая выполняет двумерную транспонированную свертку
функцию unfold,
которая извлекает скользящие локальные блоки из тензора