python - pytorch 中的 conv2d 函数

Question

我正在尝试使用函数 torch.conv2d来自 Pytorch 但无法得到我理解的结果...

这是一个简单的示例，其中内核 (filt) 与输入 (im) 的大小相同，以解释我在寻找什么。

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，因此结果应该是一个标量(即 1x1 张量)。

我用 conv2d 试过这个:

# 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]]]])

为了了解我想要什么，我想重现 scipy 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:

(批处理，dim_ch，宽度，高度)

而不是:

(宽度, 高度, 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])