1. 通道數問題

• 描述一個像素點，如果是灰度，那么只需要一個數值來描述它，就是單通道。如果有RGB三種顏色來描述它，就是三通道。最初輸入的圖片樣本的 channels ，取決于圖片類型；
• 卷積操作完成后輸出的 out_channels ，取決于卷積核的數量。此時的 out_channels 也會作為下一次卷積時的卷積核的 in_channels；
• 卷積核中的 in_channels ，上面已經說了，就是上一次卷積的 out_channels ，如果是第一次做卷積，就是樣本圖片的 channels 。

舉個例子，假設現有一個為 6×6×3的圖片樣本，使用 3×3×3 的卷積核（filter）進行卷積操作。此時輸入圖片的 channels 為 3，而卷積核中的 in_channels 與需要進行卷積操作的數據的 channels 一致（就是圖片樣本，為3）。接下來進行卷積操作，卷積核中的27個數字與分別與樣本對應相乘后，再進行求和，得到第一個結果。依次進行，最終得到 4×4的結果。由于只有一個卷積核，所以最終得到的結果為 4×4×1，out_channels 為 1。如下圖所示：

在實際應用中，都會使用多個卷積核。這里如果再加一個卷積核，就會得到 4×4×2的結果。如下圖所示：

2. nn.Conv2d

class torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, output_padding=0, groups=1, bias=True)

nn.Conv2d的功能是：對由多個輸入平面組成的輸入信號進行二維卷積。輸入信號的形式為：

(N,C_{in},H,W)

（1）參數說明

**N：**表示batch size（批處理參數）

C_{in} ：表示channel個數

**H，W：**分別表示特征圖的高和寬。

**stride(步長)：**步長，默認為1，可以設為1個int型數或者一個(int, int)型的tuple。

**kernel_size：**卷積核的寬度和長度，單個整數或由兩個整數構成的list/tuple。如為單個整數，則表示在各個空間維度的相同長度。

**padding(補0)：**控制zero-padding的數目，padding是在卷積之前補0。

**dilation(擴張)：**控制kernel點（卷積核點）的間距; 可以在此github地址查看:Dilated convolution animations

**groups(卷積核個數)：**通常來說，卷積個數唯一，但是對某些情況，可以設置范圍在1 —— in_channels中數目的卷積核：

（2）圖像尺寸

經過一次卷積之后，生成的圖的大小：

(original_size - (kernal_size - 1)) / stride

3. nn.ConvTranspose2d

nn.ConvTranspose2d的功能是進行反卷積操作

（1）輸入格式

nn.ConvTranspose2d(in_channels, out_channels, kernel_size, stride=1, padding=0, output_padding=0, groups=1, bias=True, dilation=1)

（2）參數的含義

• in_channels(int) – 輸入信號的通道數
• out_channels(int) – 卷積產生的通道數
• kerner_size(int or tuple) - 卷積核的大小
• stride(int or tuple,optional) - 卷積步長，即要將輸入擴大的倍數。
• padding(int or tuple, optional) - 輸入的每一條邊補充0的層數，高寬都增加2*padding
• output_padding(int or tuple, optional) - 輸出邊補充0的層數，高寬都增加padding
• groups(int, optional) – 從輸入通道到輸出通道的阻塞連接數
• bias(bool, optional) - 如果bias=True，添加偏置
• dilation(int or tuple, optional) – 卷積核元素之間的間距

審核編輯：湯梓紅