在 PyTorch 中，卷積層主要由?torch.nn.Conv1d、torch.nn.Conv2d?和?torch.nn.Conv3d?實現，分別對應一維、二維和三維卷積操作。以下是詳細說明：

1. 二維卷積 (Conv2d) - 最常用

import torch.nn as nn# 基本參數
conv = nn.Conv2d(in_channels=3,    # 輸入通道數 (如RGB圖像為3)out_channels=16,  # 輸出通道數/卷積核數量kernel_size=3,    # 卷積核大小 (可以是int或tuple, 如(3,3))stride=1,         # 步長 (默認1)padding=1,        # 邊界填充 (默認0)dilation=1,       # 空洞卷積參數 (默認1)groups=1,         # 分組卷積參數 (默認1)bias=True         # 是否使用偏置 (默認True)
)

計算輸出尺寸：

比如：高度

?

2. 使用示例?

import torch# 輸入張量 (batch_size=4, 通道=3, 高=32, 寬=32)
x = torch.randn(4, 3, 32, 32)# 卷積層
conv = nn.Conv2d(3, 16, kernel_size=3, padding=1)
output = conv(x)
print(output.shape)  # torch.Size([4, 16, 32, 32])

3. 特殊卷積類型

(1) 空洞卷積 (Dilated Convolution)

nn.Conv2d(3, 16, kernel_size=3, dilation=2)  # 擴大感受野

(2) 分組卷積 (Grouped Convolution)

nn.Conv2d(16, 32, kernel_size=3, groups=4)  # 將輸入/輸出通道分為4組

(3) 深度可分離卷積 (Depthwise Separable)

# 等價于 groups=in_channels
depthwise = nn.Conv2d(16, 16, kernel_size=3, groups=16)
pointwise = nn.Conv2d(16, 32, kernel_size=1)  # 1x1卷積

4. 一維和三維卷積

Conv1d (時序數據/文本)

conv1d = nn.Conv1d(in_channels=256, out_channels=100, kernel_size=3)
# 輸入形狀: (batch, channels, sequence_length)

Conv3d (視頻/體積數據)

conv3d = nn.Conv3d(1, 32, kernel_size=(3,3,3))
# 輸入形狀: (batch, channels, depth, height, width)

5. 轉置卷積 (反卷積)

nn.ConvTranspose2d(16, 8, kernel_size=2, stride=2)  # 常用于上采樣

6. 初始化權重

# 常用初始化方法
nn.init.kaiming_normal_(conv.weight, mode='fan_out')
nn.init.constant_(conv.bias, 0.1)

7. 可視化卷積核

import matplotlib.pyplot as pltweights = conv.weight.detach().cpu()
plt.figure(figsize=(10,5))
for i in range(16):plt.subplot(4,4,i+1)plt.imshow(weights[i,0], cmap='gray')
plt.show()

8. 總結：

1. 卷積核參數共享，大大減少參數量

2. padding='same'?可保持輸入輸出尺寸相同 (PyTorch 1.9+)

3. 通常配合?BatchNorm?和?ReLU?使用

4. 使用?print(conv)?可查看層結構

實際應用中，卷積層常與池化層交替使用構建CNN架構，如：

self.conv_block = nn.Sequential(nn.Conv2d(3, 32, 3, padding=1),nn.BatchNorm2d(32),nn.ReLU(),nn.MaxPool2d(2)
)