对由多个输入平面组成的输入信号应用一维卷积。
在最简单的情况下,输入大小为 (N,Cin,L) 且输出为 (N,Cout,Lout) 的层的输出值可以精确地描述为
out(Ni,Coutj)=bias(Coutj)+k=0∑Cin−1weight(Coutj,k)⋆input(Ni,k) 其中 ⋆ 表示有效的[互相关](https://en.wikipedia.org/wiki/Cross-correlation)运算符,N 表示批次大小,C 表示通道数量,L 表示信号序列的长度。
此模块支持[TensorFloat32](../notes/cuda.html#tf32-on-ampere)。
在某些ROCm设备上,当使用float16输入时,此模块将使用[不同精度](../notes/numerical_accuracy.html#fp16-on-mi200)进行反向传播。
stride
控制互相关的步长,可以是单个数字或一个元素的元组。
padding
控制应用于输入的填充量。它可以是字符串{‘valid’, ‘same’},也可以是元组,表示在两侧应用的隐式填充量。
dilation
控制内核点之间的间距;也称为空洞算法。它难以描述,但[此链接](https://github.com/vdumoulin/conv_arithmetic/blob/master/README.md)对dilation
的作用进行了很好的可视化。
groups
控制输入和输出之间的连接。in_channels
和 out_channels
都必须能被 groups
整除。例如:
当 groups=1 时,所有输入都与所有输出卷积。
当 groups=2 时,操作等效于并排放置两个卷积层,每个层查看一半的输入通道并产生一半的输出通道,然后将两者连接起来。
当 groups= in_channels
时,每个输入通道都与其自身的过滤器集(大小为 in_channelsout_channels)进行卷积。
注意
当 groups == in_channels 且 out_channels == K * in_channels(其中 K 是正整数)时,此操作也称为“深度卷积”。
换句话说,对于大小为 (N,Cin,Lin) 的输入,具有深度乘数 K 的深度卷积可以使用参数 (Cin=Cin,Cout=Cin×K,...,groups=Cin) 执行。
注意
在某些情况下,当在 CUDA 设备上给出张量并使用 CuDNN 时,此运算符可能会选择非确定性算法以提高性能。如果这是不可取的,您可以尝试通过设置 torch.backends.cudnn.deterministic = True
使操作确定性(可能会以性能为代价)。有关更多信息,请参阅 可重复性。
注意
padding='valid'
等同于不填充。 padding='same'
对输入进行填充,以便输出具有与输入相同的形状。但是,此模式不支持除 1 之外的任何步长值。
注意
此模块支持复数数据类型,即 complex32, complex64, complex128
。
- 参数
in_channels (int) – 输入图像中的通道数
out_channels (int) – 卷积产生的通道数
kernel_size (int 或 tuple) – 卷积核的大小
stride (int 或 tuple, 可选) – 卷积的步长。默认值:1
padding (int, tuple 或 str, 可选) – 添加到输入两侧的填充。默认值:0
dilation (int 或 tuple, 可选) – 内核元素之间的间距。默认值:1
groups (int, 可选) – 从输入通道到输出通道的阻塞连接数。默认值:1
bias (bool, 可选) – 如果为 True
,则向输出添加一个可学习的偏置。默认值:True
padding_mode (str, 可选) – 'zeros'
、'reflect'
、'replicate'
或 'circular'
。默认值:'zeros'
- 形状
输入:(N,Cin,Lin) 或 (Cin,Lin)
输出:(N,Cout,Lout) 或 (Cout,Lout),其中
Lout=⌊步长Lin+2×填充−扩张率×(卷积核大小−1)−1+1⌋
- 变量
权重 (张量) – 模块的可学习权重,形状为 (输出通道数,组数输入通道数,卷积核大小)。这些权重的值从 U(−k,k) 采样,其中 k=Cin∗卷积核大小groups
偏置 (张量) – 模块的可学习偏置,形状为 (out_channels)。如果 bias
为 True
,则这些权重的值将从 U(−k,k) 中采样,其中 k=Cin∗kernel_sizegroups
示例
>>> m = nn.Conv1d(16, 33, 3, stride=2)
>>> input = torch.randn(20, 16, 50)
>>> output = m(input)