Pytorch中卷积层转向全连接层时，全连接层输入维度的确定
*
– 一、代码法：
–
+ 改变的AlexNet网络结构：
+ AlexNet
– 二、公式法：
一、代码法：
改变的AlexNet网络结构：
输入维度为（ N ， 1 , 100 ， 100 ） （N，1, 100，100）（N ，1 ,1 0 0 ，1 0 0 ），N N N为输入的样本数。
import torch.nn as nn
import torch.nn.functional as F
import torch
from torchsummary import summary
class AlexNet(nn.Module):
def __init__(self):
super(AlexNet, self).__init__()
self.conv1 = nn.Conv2d(1, 96, 11, stride=2)
self.conv2 = nn.Conv2d(96, 256, 5, stride=1, padding=2)
self.conv3 = nn.Conv2d(256, 384, 3, stride=1, padding=1)
self.conv4 = nn.Conv2d(384, 384, 3, stride=1, padding=1)
self.conv5 = nn.Conv2d(384, 256, 3, stride=1, padding=1)
self.fc1 = nn.Linear(256*6*6, 4096)
self.fc2 = nn.Linear(4096, 4096)
self.fc3 = nn.Linear(4096, 1000)
def forward(self, x):
out = F.relu(self.conv1(x))
out = F.max_pool2d(out, 2)
out = F.relu(self.conv2(out))
out = F.max_pool2d(out, 2)
out = F.relu(self.conv3(out))
out = F.relu(self.conv4(out))
out = F.relu(self.conv5(out))
out = F.max_pool2d(out, 2)
out = out.view(out.size(0), -1)
out = F.relu(self.fc1(out))
out = F.relu(self.fc2(out))
out = self.fc3(out)
return out
以 AlexNet 网络结构为例，如上代码。在 AlexNet的基础上，将第一层的卷积层的输入通道变成1。代码法相对直观，随机产生一个维度的数据作为调试，我们选择的维度为（ 1 , 100 , 100 ） （1,100,100）（1 ,1 0 0 ,1 0 0 ），代码如下：
net = AlexNet()
image = torch.randn(2, 1, 100, 100)
out = F.relu(net.conv1(image))
out = F.max_pool2d(out, 2)
out = F.relu(net.conv2(out))
out = F.max_pool2d(out, 2)
out = F.relu(net.conv3(out))
out = F.relu(net.conv4(out))
out = F.relu(net.conv5(out))
out = F.max_pool2d(out, 2)
out.size()
得到输出为：
torch.Size([2, 256, 5, 5])
卷积层的输出维度为：（2, 256, 5, 5）。
全连接层的输入维度为卷积层的输出维度为：256 × 5 × 5 256\times 5\times 5 2 5 6 ×5 ×5 。则 AlexNet中下面的这行代码：
self.fc1 = nn.Linear(256*6*6, 4096)
需要改为：
self.fc1 = nn.Linear(256*5*5,4096)
全连接层输入的维度为每个图片总的像素点个数。
AlexNet
import torch.nn as nn
import torch.nn.functional as F
import torch
from torchsummary import summary
class AlexNet(nn.Module):
def __init__(self):
super(AlexNet, self).__init__()
self.conv1 = nn.Conv2d(3, 96, 11, stride=4)
self.conv2 = nn.Conv2d(96, 256, 5, stride=1, padding=2)
self.conv3 = nn.Conv2d(256, 384, 3, stride=1, padding=1)
self.conv4 = nn.Conv2d(384, 384, 3, stride=1, padding=1)
self.conv5 = nn.Conv2d(384, 256, 3, stride=1, padding=1)
self.fc1 = nn.Linear(256*6*6, 4096)
self.fc2 = nn.Linear(4096, 4096)
self.fc3 = nn.Linear(4096, 1000)
def forward(self, x):
out = F.relu(self.conv1(x))
out = F.max_pool2d(out, 2)
out = F.relu(self.conv2(out))
out = F.max_pool2d(out, 2)
out = F.relu(self.conv3(out))
out = F.relu(self.conv4(out))
out = F.relu(self.conv5(out))
out = F.max_pool2d(out, 2)
out = out.view(out.size(0), -1)
out = F.relu(self.fc1(out))
out = F.relu(self.fc2(out))
out = self.fc3(out)
return out
调试代码为：
net = AlexNet()
image = torch.randn(2, 3, 227, 227)
out = F.relu(net.conv1(image))
out = F.max_pool2d(out, 2)
out = F.relu(net.conv2(out))
out = F.max_pool2d(out, 2)
out = F.relu(net.conv3(out))
out = F.relu(net.conv4(out))
out = F.relu(net.conv5(out))
out = F.max_pool2d(out, 2)
out.size()
输出为：
torch.Size([2, 256, 6, 6])
全连接层的输入维度为：256 × 6 × 6 256\times 6\times 6 2 5 6 ×6 ×6。
二、公式法：
torch.nn.Conv2d(in_channels,
out_channels,
kernel_size,
stride=1,
padding=0,
dilation=1,
groups=1,
bias=True,
padding_mode='zeros',
device=None,
dtype=None)
参数如下：
- n_channels (int) ：输入图片的维度；
- out_channels (int) ：卷积层的输出维度；
- kernel_size (int or tuple) ：卷积核的大小；
- stride (int or tuple, optional) ：卷积核在原图上扫描时，需要跳跃的格数，默认跳一格；
- padding (int, tuple or str, optional) ：输入四个边的填充值，默认为0 ，不填充；
- padding_mode (string, optional) ：填充的方式有’zeros’, ‘reflect’, ‘replicate’ or ‘circular’. 默认为’zeros’，填充0值；
- dilation (int or tuple, optional) ：卷积核元素间的间隔，默认为1；
- groups (int, optional) ：输入通道和输出通道间的联系类别数，默认为1；
- bias (bool, optional) ：如果为真，添加一个学习的偏置到输出上，默认为真。
Original: https://blog.csdn.net/guangxxie/article/details/125365563
Author: guangxxie
Title: Pytorch中卷积层转向全连接层时，全连接层输入维度的确定
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/708031/
转载文章受原作者版权保护。转载请注明原作者出处！