python - 为什么 nn.Conv1d 对二维特征 [b, c, h, w] 起作用？

Question

我想知道为什么 conv1d 适用于 2d 功能（批次、通道、高度、宽度）。

一个 nn.Conv1d(channel, channel, kernel_size=(1,1)) 在我放置 2d 特征时起作用，但给出的结果与 nn.Conv2d(channel, channel, kernel_size=1) 不同。

我想知道为什么 conv1d 有效，以及 1d 卷积中的 2d 内核大小是什么意思。

标签： pythonneural-networkpytorchconvolution

Answer 1

“我想知道为什么 conv1d 有效，以及 1d 卷积中的 2d 内核大小意味着什么”

它没有任何理由不工作。在引擎盖下，所有这些“卷积”的意思是“点积”，现在它可以是矩阵和向量、矩阵和矩阵、向量和向量等。简单地说，1D 和 2D 卷积之间的真正区别是自由度沿着输入的空间维度移动。这意味着如果您查看1D 卷积，它只能沿一个方向移动，即输入的时间维度（请注意，内核可以是一个向量，也可以是矩阵，不管怎样）。另一方面，2D 卷积可以自由地沿 2 维移动作为空间维度的输入的（高度和宽度）。如果它仍然看起来令人困惑，请查看下面的 GIF。

一维卷积在行动：

注意：这是一个核大小为 1D 的卷积3x3，看看它是如何只向下移动作为时间维度的输入的。

2D 卷积在行动：

注意：这是一个带有内核大小的 2D 卷积3x3，看看它是如何沿着输入的宽度和高度移动的，这是空间维度。

我认为现在很清楚 1D 和 2D conv 之间的实际区别是什么，以及为什么它们都会为相同的输入产生不同的结果。