PyTorch：使用 torch.nn.Conv2d 对单通道图像进行卷积

Question

我正在尝试使用卷积层对灰度（单层）图像（存储为 numpy 数组）进行卷积。这是代码：

conv1 = torch.nn.Conv2d(in_channels = 1, out_channels = 1, kernel_size = 33)
tensor1 = torch.from_numpy(img_gray)
out_2d_np = conv1(tensor1)

out_2d_np = np.asarray(out_2d_np)

我希望我的内核为 33x33，并且输出层的数量应等于输入层的数量，当图像的 RGB 通道相加时，输入层的数量为 1。运行时out_2d_np = conv1(tensor1)会产生以下运行时错误：

RuntimeError: 预期 4 维输入为 4 维权重 1 1 33 33，但得到了大小为 [246, 248] 的 2 维输入

我知道如何解决这个问题吗？我特别想使用torch.nn.Conv2d()类/函数。

预先感谢您的任何帮助！

Answer 1

pytorchConv2d期望其 2D 输入实际上有4 个维度：小批量维度、通道维度和两个空间维度。
您的输入张量只有两个空间维度，并且缺少小批量和通道维度。在你的情况下，这两个维度实际上是单一维度（大小=1的维度）。

尝试：

conv1(tensor1[None, None, ...])