pytorch 中的 conv2d 函数

Question

我正在尝试使用Pytorch的函数torch.conv2d但无法得到我理解的结果......

这是一个简单的示例，其中内核 ( filt) 与输入 ( im) 的大小相同，以解释我正在寻找的内容。

import pytorch

filt = torch.rand(3, 3)
im = torch.rand(3, 3)

我想计算一个没有 padding 的简单卷积，所以结果应该是一个标量（即 1x1 张量）。

我试过这个conv2d：

# I have to convert image and kernel to 4 dimensions tensors to use conv2d
im_torch = im.reshape((im_height, filt_height, 1, 1))
filt_torch = filt.reshape((filt_height, im_height, 1, 1))
out = torch.nn.functional.conv2d(im_torch, filt_torch, stride=1, padding=0)
print(out)

但结果并不是我所期望的：

tensor([[[[0.6067]], [[0.3564]], [[0.5397]]],
    [[[0.2557]], [[0.0493]], [[0.2562]]],
    [[[0.6067]], [[0.3564]], [[0.5397]]]])

为了了解我想要什么，我想重现 scipyconvolve2d行为：

import scipy.signal
out_scipy = scipy.signal.convolve2d(im.detach().numpy(), filt.detach().numpy(), 'valid')
print(out_scipy)

打印：

array([[1.195723]], dtype=float32)

Answer 1

输入和过滤器的张量形状应该是：

(batch, dim_ch, width, height)

并不是：

(width, height, 1, 1)

例如

import torch
import torch.nn.functional as F
x = torch.randn(1,1,4,4);
y = torch.randn(1,1,4,4);
z = F.conv2d(x,y);

的输出形状z：

torch.Size([1,1,1,1])

Answer 2

好吧，我没有找到我的问题的确切答案（即如何使用 conv2d），但我找到了另一种方法来做到这一点。

首先，我了解到我正在寻找的称为有效互相关，它实际上是该类实现的操作[Conv2d][1]。

因此我的解决方案使用Conv2d类而不是conv2d函数。

import pytorch

img = torch.rand(3, 3)

model = torch.nn.Conv2d(in_channels=1, out_channels=1, kernel_size=(3, 3), stride=1, padding=0, bias=False)

res = conv_mdl(img)
print(res.shape)

它打印我想要的标量：

torch.Size([1, 1, 1, 1])

PS：我还检查了结果是否正确，而不仅仅是尺寸。