type
status
date
slug
summary
tags
category
icon
password
Property
一般来说，一维卷积用于文本数据，二维卷积用于图像数据，对宽度和高度都进行卷积，三维卷积用于视频及3D图像处理领域（检测动作及人物行为），对立方体的三个面进行卷积 。
一维卷积Conv1d
一维卷积实质是对一个词向量做卷积，如下所示：
- 图中的输入的数据维度为8，过滤器的维度为5。卷积后输出的数据维度为8−5+1=4
- 如果过滤器数量仍为1，输入数据的channel数量变为16，则输入数据维度为8×16
- 一维卷积常用于序列模型，自然语言处理领域。
torch.nn.Conv1d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True)Pytorch中
nn.Conv1d卷积运算要求输入源是3维，输入源的三个维度分别是：第一个维度代表每个序列的个数即样本数，第二个维度代表每一个序列的通道数，第三个维度代表这个词向量序列，如下所示：二维卷积Conv2d
Pytorch中
nn.Conv2d卷积运算要求输入源是4维，输入源的四个维度分别是：第一个维度代表图片的个数即样本数，第二个维度代表每一张图片的通道数，后面二个维度代表图片的像素矩阵torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True)三维卷积Conv3d
三维卷积具体思想与一维卷积、二维卷积相同，假设卷积核大小为
f1*f2*f3(类似于二维卷积，三维卷积实际计算的时候卷积核是四维的，另一个维度由输入源的通道数决定)- 假设输入数据的大小为
a1×a2×a3
- 基于上述情况，三维卷积最终的输出为
(a1−f1+1)×(a2−f2+1)×(a3−f3+1)
- 三维卷积常用于医学领域（CT影响），视频处理领域（检测动作及人物行为）。
Pytorch中
nn.Conv3d要求输入源是5维的，输入源的5个维度分别表示为：第一个维度代表样本的个数，第二个维度代表每个样本的通道数，后面三个维度代表三维立体图形的像素矩阵，如下所示：通道数从输入的2转化为6，一个立体像素矩阵，输入前大小为6*1*1, 卷积核2*1*1，得到结果为(6-2+1)*(1-1+1)*(1-1+1)=5*1*1