Question

我正在尝试使用Pytorch的函数torch.conv2d，但无法获得我理解的结果...

这是一个简单的示例，其中内核（filt）与输入（im）的大小相同，以解释我要查找的内容。

import pytorch

filt = torch.rand(3, 3)
im = torch.rand(3, 3)

我想计算一个没有填充的简单卷积，所以结果应该是标量（即1x1张量）。

我尝试过conv2d：

# I have to convert image and kernel to 4 dimensions tensors to use conv2d
im_torch = im.reshape((im_height, filt_height, 1, 1))
filt_torch = filt.reshape((filt_height, im_height, 1, 1))
out = torch.nn.functional.conv2d(im_torch, filt_torch, stride=1, padding=0)
print(out)

但是结果不是我所期望的：

tensor([[[[0.6067]], [[0.3564]], [[0.5397]]],
    [[[0.2557]], [[0.0493]], [[0.2562]]],
    [[[0.6067]], [[0.3564]], [[0.5397]]]])

要想了解我想要的东西，我想重现粗俗的convolve2d行为：

import scipy.signal
out_scipy = scipy.signal.convolve2d(im.detach().numpy(), filt.detach().numpy(), 'valid')
print(out_scipy)

打印：

array([[1.195723]], dtype=float32)

Answer 1

输入和过滤器的张量形状应为：

(batch, dim_ch, width, height)

而非：

(width, height, 1, 1)

例如

import torch
import torch.nn.functional as F
x = torch.randn(1,1,4,4);
y = torch.randn(1,1,4,4);
z = F.conv2d(x,y);

z的输出形状：

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

Answer 2

好吧，我没有找到问题的确切答案（即如何使用conv2d），但是我找到了另一种解决方法。

首先，我了解到我正在寻找的称为 valid 互相关，它实际上是[Conv2d][1]类实现的操作。

因此，我的解决方案使用Conv2d类而不是conv2d函数。

import pytorch

img = torch.rand(3, 3)

model = torch.nn.Conv2d(in_channels=1, out_channels=1, kernel_size=(3, 3), stride=1, padding=0, bias=False)

res = conv_mdl(img)
print(res.shape)

打印我想要的标量：

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

PS：我还检查了结果是否正确，而不仅仅是尺寸。

pytorch中的conv2d函数

2 个答案: