神經網絡 卷積操作

例子：

輸入：二維圖像

[1,2,0,3,1]

[0,1,2,3,1]

[1,2,1,0,0]

[5,2,3,1,1]

[2,1,0,1,1]

卷積核：

[1,2,1]

[0,1,0]

[2,1,0]

然后需要將輸入圖像和卷積核轉化為4維張量

為什么轉為4維張量？因為卷積操作需要輸入圖像和卷積核的維度相同，所以需要將其轉化為相同的維度。

(插入 channel：彩色圖像就是rgb為3 灰度圖像就是1)

下面進行二維卷積操作：

1. 步長為1 就是每次移動一步

   stride = 1

2. 步長為2 就是每次移動兩步

3. 填充為1

   padding = 1

   達到填充后的輸出和輸入的大小相同 都是5x5

   為了充分學習邊緣信息 提取邊緣特征

4. 上述輸出

   

code:

import torch
import torch.nn.functional as F#原始輸入圖像
input = torch.tensor([[1,2,0,3,1],[0,1,2,3,1],[1,2,1,0,0],[5,2,3,1,1],[2,1,0,1,1]])
#卷積核
kernel = torch.tensor([[1,2,1],[0,1,0],[2,1,0]])
#將輸入圖像和卷積核轉化為4維張量 reshape(batch_size, channel, height, width)
#為什么轉為4維張量？因為卷積操作需要輸入圖像和卷積核的維度相同，所以需要將其轉化為相同的維度
input = torch.reshape(input,(1,1,5,5))
kernel = torch.reshape(kernel,(1,1,3,3))#二維卷積
#stride=1 表示步長為1
output = F.conv2d(input,kernel,stride=1)
print(output)#步長為2
output = F.conv2d(input,kernel,stride=2)
print(output)#填充為1
#填充后輸出的大小和輸入相同
#就是卷積的時候在原輸入的周圍補0 上下左右補0
#padding 也是為了充分利用邊緣信息 提取邊緣特征
output = F.conv2d(input,kernel,stride=1,padding=1)
print(output)

神經網絡 卷積層

作用：提取特征

流程：

1. 選取數據集

   這里我用的是自定義的數據集 還是放一下目錄結構

   數據集在images下 注意DataLoader加載數據集需要的目錄結構是datasets/classes 需要注意下

   

2. 數據預處理

   主要是使用transforms工具箱

   這里我先統一大小

   轉成Tensor格式

   標準化

   #數據預處理
   transform = transforms.Compose([transforms.Resize((224,224)),transforms.ToTensor(),transforms.Normalize(mean = [0.5,0.5,0.5],std = [0.5,0.5,0.5])
   ])
   

3. 加載數據集

   ImageFloder()的時候應用transform

   batch_size是指一次取出多少圖片來處理（2的倍數）

   folder_path = '../images'
   dataset = ImageFolder(folder_path,transform=transform)
   dataloader = DataLoader(dataset,batch_size=1)
   

4. 構建卷積層

   這里的in_channels為3（彩色圖片）out_channels為6（說明應該是應用了兩個卷積核去卷積操作 會產生兩個輸出 所以最后的output的數量是input的兩倍）kernel_size=3 卷積核設置的3x3的

   然后前向傳播 輸出結果

   class convNet(nn.Module):def __init__(self):#調用父類nn.Module的構造函數super(convNet,self).__init__()self.conv1 = Conv2d(in_channels=3,out_channels=6,kernel_size=3,stride=1,padding=0)def forward(self,x):x = self.conv1(x)return xconvnet = convNet()
   

5. 使用tensorboard觀察結果

   日志存在logs文件夾下

   writer = SummaryWriter('../logs')
   ...
   ...
   ...
   writer.close()
   

    writer.add_images('input',img,cnt)writer.add_images('output',output,cnt)
   

6. 開始遍歷處理加載的圖片(見后面完整代碼中)

   output = torch.reshape(output,(-1,3,222,222))
   

   這一個操作是因為output的通道數是6 運行會報錯 這里就給他強制性轉換一下shape

   輸入通道數變成幾不知道 就填寫-1

   （222，222）這個是怎么得到的？

   print(output.shape)得到的

7. tensorboard結果：

   tensorboard --logdir=../logs
   

   （我數據集中就放了一張圖片哈哈哈哈哈 大家能夠認出是誰嗎）

   

   （笑死我了 這里是變形的小蘇蘇）

8. 完整代碼

   code:

   import torch
   import torchvision
   from torch import nn
   from torch.nn import Conv2d
   from torch.utils.data import DataLoader
   from torch.utils.tensorboard import SummaryWriter
   from torchvision.datasets import ImageFolder
   from torchvision import transforms#數據預處理
   transform = transforms.Compose([transforms.Resize((224,224)),transforms.ToTensor(),transforms.Normalize(mean = [0.5,0.5,0.5],std = [0.5,0.5,0.5])
   ])#加載數據集
   folder_path = '../images'
   dataset = ImageFolder(folder_path,transform=transform)
   dataloader = DataLoader(dataset,batch_size=1)class convNet(nn.Module):def __init__(self):#調用父類nn.Module的構造函數super(convNet,self).__init__()self.conv1 = Conv2d(in_channels=3,out_channels=6,kernel_size=3,stride=1,padding=0)def forward(self,x):x = self.conv1(x)return xconvnet = convNet()writer = SummaryWriter('../logs')cnt = 0
   for data in dataloader:img,label = dataprint(img.shape)output = convnet(img)print(output.shape)writer.add_images('input',img,cnt)output = torch.reshape(output,(-1,3,222,222))writer.add_images('output',output,cnt)cnt = cnt + 1writer.close()