神经网络卷积操作

例子：

输入：二维图像

[1,2,0,3,1]

[0,1,2,3,1]

[1,2,1,0,0]

[5,2,3,1,1]

[2,1,0,1,1]

卷积核：

[1,2,1]

[0,1,0]

[2,1,0]

然后需要将输入图像和卷积核转化为4维张量

为什么转为4维张量？因为卷积操作需要输入图像和卷积核的维度相同，所以需要将其转化为相同的维度。

(插入 channel：彩色图像就是rgb为3 灰度图像就是1)

下面进行二维卷积操作：

步长为1 就是每次移动一步

stride = 1
步长为2 就是每次移动两步
填充为1

padding = 1

达到填充后的输出和输入的大小相同都是5x5

为了充分学习边缘信息提取边缘特征
上述输出

code:

import torch
import torch.nn.functional as F#原始输入图像
input = torch.tensor([[1,2,0,3,1],[0,1,2,3,1],[1,2,1,0,0],[5,2,3,1,1],[2,1,0,1,1]])
#卷积核
kernel = torch.tensor([[1,2,1],[0,1,0],[2,1,0]])
#将输入图像和卷积核转化为4维张量 reshape(batch_size, channel, height, width)
#为什么转为4维张量？因为卷积操作需要输入图像和卷积核的维度相同，所以需要将其转化为相同的维度
input = torch.reshape(input,(1,1,5,5))
kernel = torch.reshape(kernel,(1,1,3,3))#二维卷积
#stride=1 表示步长为1
output = F.conv2d(input,kernel,stride=1)
print(output)#步长为2
output = F.conv2d(input,kernel,stride=2)
print(output)#填充为1
#填充后输出的大小和输入相同
#就是卷积的时候在原输入的周围补0 上下左右补0
#padding 也是为了充分利用边缘信息 提取边缘特征
output = F.conv2d(input,kernel,stride=1,padding=1)
print(output)

神经网络卷积层

作用：提取特征

流程：

选取数据集

这里我用的是自定义的数据集还是放一下目录结构

数据集在images下注意DataLoader加载数据集需要的目录结构是datasets/classes 需要注意下

数据预处理

主要是使用transforms工具箱

这里我先统一大小

转成Tensor格式

标准化

#数据预处理
transform = transforms.Compose([transforms.Resize((224,224)),transforms.ToTensor(),transforms.Normalize(mean = [0.5,0.5,0.5],std = [0.5,0.5,0.5])
])

加载数据集

ImageFloder()的时候应用transform

batch_size是指一次取出多少图片来处理（2的倍数）

folder_path = '../images'
dataset = ImageFolder(folder_path,transform=transform)
dataloader = DataLoader(dataset,batch_size=1)

构建卷积层

这里的in_channels为3（彩色图片）out_channels为6（说明应该是应用了两个卷积核去卷积操作会产生两个输出所以最后的output的数量是input的两倍）kernel_size=3 卷积核设置的3x3的

然后前向传播输出结果
```
class convNet(nn.Module):def __init__(self):#调用父类nn.Module的构造函数super(convNet,self).__init__()self.conv1 = Conv2d(in_channels=3,out_channels=6,kernel_size=3,stride=1,padding=0)def forward(self,x):x = self.conv1(x)return xconvnet = convNet()
```

使用tensorboard观察结果

日志存在logs文件夹下

writer = SummaryWriter('../logs')
...
...
...
writer.close()

 writer.add_images('input',img,cnt)writer.add_images('output',output,cnt)

开始遍历处理加载的图片(见后面完整代码中)
```
output = torch.reshape(output,(-1,3,222,222))
```
这一个操作是因为output的通道数是6 运行会报错这里就给他强制性转换一下shape

输入通道数变成几不知道就填写-1

（222，222）这个是怎么得到的？

print(output.shape)得到的
tensorboard结果：
```
tensorboard --logdir=../logs
```
（我数据集中就放了一张图片哈哈哈哈哈大家能够认出是谁吗）

（笑死我了这里是变形的小苏苏）

完整代码

code:

import torch
import torchvision
from torch import nn
from torch.nn import Conv2d
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter
from torchvision.datasets import ImageFolder
from torchvision import transforms#数据预处理
transform = transforms.Compose([transforms.Resize((224,224)),transforms.ToTensor(),transforms.Normalize(mean = [0.5,0.5,0.5],std = [0.5,0.5,0.5])
])#加载数据集
folder_path = '../images'
dataset = ImageFolder(folder_path,transform=transform)
dataloader = DataLoader(dataset,batch_size=1)class convNet(nn.Module):def __init__(self):#调用父类nn.Module的构造函数super(convNet,self).__init__()self.conv1 = Conv2d(in_channels=3,out_channels=6,kernel_size=3,stride=1,padding=0)def forward(self,x):x = self.conv1(x)return xconvnet = convNet()writer = SummaryWriter('../logs')cnt = 0
for data in dataloader:img,label = dataprint(img.shape)output = convnet(img)print(output.shape)writer.add_images('input',img,cnt)output = torch.reshape(output,(-1,3,222,222))writer.add_images('output',output,cnt)cnt = cnt + 1writer.close()