convolution - 如何在 PyTorch conv2d 函数中使用组参数

Question

我正在尝试在 PyTorch 中计算每 channel 梯度图像。为此，我想在图像的每个 channel 上使用 Sobel 滤波器执行标准 2D 卷积。我正在使用 torch.nn.functional.conv2d 为此功能

在我下面的最小工作示例代码中，我收到一个错误:

import torch
import torch.nn.functional as F

filters = torch.autograd.Variable(torch.randn(1,1,3,3))
inputs = torch.autograd.Variable(torch.randn(1,3,10,10))
out = F.conv2d(inputs, filters, padding=1)

RuntimeError: Given groups=1, weight[1, 1, 3, 3], so expected input[1, 3, 10, 10] to have 1 channels, but got 3 channels instead

这表明 groups需要是 3。但是，当我制作 groups=3 时，我得到一个不同的错误:

import torch
import torch.nn.functional as F

filters = torch.autograd.Variable(torch.randn(1,1,3,3))
inputs = torch.autograd.Variable(torch.randn(1,3,10,10))
out = F.conv2d(inputs, filters, padding=1, groups=3)

RuntimeError: invalid argument 4: out of range at /usr/local/src/pytorch/torch/lib/TH/generic/THTensor.c:440

当我检查 THTensor 类中的代码片段时，它指的是一堆维度检查，但我不知道我哪里出错了。

这个错误是什么意思？我如何用这个 conv2d 执行我想要的卷积功能？我相信我误解了 groups范围。

Answer 1

如果您想应用每 channel 卷积，那么您的 out-channel应该与您的 in-channel 相同.这是意料之中的，考虑到您的每个输入 channel 都会创建一个与其对应的单独输出 channel 。

简而言之，这将起作用

import torch
import torch.nn.functional as F

filters = torch.autograd.Variable(torch.randn(3,1,3,3))
inputs = torch.autograd.Variable(torch.randn(1,3,10,10))
out = F.conv2d(inputs, filters, padding=1, groups=3)

而大小为 (2, 1, 3, 3) 的过滤器或 (1, 1, 3, 3)不管用。

此外，您还可以制作您的 out-channel in-channel的倍数.这适用于您希望每个输入 channel 有多个卷积滤波器的情况。

但是，这仅在它是倍数时才有意义。如果不是，则 pytorch 回退到其最接近的倍数，即小于您指定的数字。这再次是预期的行为。例如大小为 (4, 1, 3, 3) 的过滤器或 (5, 1, 3, 3) , 将导致 out-channel大小为 3。