TensorFlow 与 PyTorch 卷积混淆

Question

我对如何在 PyTorch 中复制 Keras (TensorFlow) 卷积感到困惑。

在 Keras 中，我可以做这样的事情。（输入大小为(256, 237, 1, 21)，输出大小为(256, 237, 1, 1024).

import tensorflow as tf
x = tf.random.normal((256,237,1,21))
y = tf.keras.layers.Conv1D(filters=1024, kernel_size=5,padding="same")(x)
print(y.shape) 
(256, 237, 1, 1024)

然而，在 PyTorch 中，当我尝试做同样的事情时，我得到了不同的输出大小：

import torch.nn as nn
x = torch.randn(256,237,1,21)
m = nn.Conv1d(in_channels=237, out_channels=1024, kernel_size=(1,5))
y = m(x)
print(y.shape)
torch.Size([256, 1024, 1, 17])

我希望 PyTorch 提供与 Keras 相同的输出大小：

上一个问题似乎暗示 Keras 过滤器是 PyTorch 的out_channels，但这就是我所拥有的。我尝试在 PyTorch 中添加填充padding=(0,503)，但这给了我torch.Size([256, 1024, 1, 1023])，但仍然不正确。这也比 keras 花费的时间长得多，所以我觉得我错误地分配了一个参数。

如何在 PyTorch 中复制 Keras 对卷积所做的操作？

Answer 1

在 TensorFlow 中，tf.keras.layers.Conv1D接受形状为 的张量(batch_shape + (steps, input_dim))。这意味着通常所说的通道出现在最后一个轴上。例如，在 2D 卷积中，您将拥有(batch, height, width, channels). 这与 PyTorch 不同，PyTorch的通道维度位于批处理轴之后：torch.nn.Conv1d采用 的形状(batch, channel, length)。所以你需要排列两个轴。

为了torch.nn.Conv1d：

• in_channels是输入张量中的通道数
• out_channels是滤波器的数量，即输出的通道数
• stride卷积的步长
• padding添加到两侧的零填充

在 PyTorch 中没有 的选项padding='same'，您需要padding正确选择。这里stride=1，sopadding必须等于kernel_size//2（即 padding=2）才能保持张量的长度。

在您的示例中，由于x的形状为(256, 237, 1, 21)，因此在 TensorFlow 的术语中，它将被视为具有以下内容的输入：

• 批量形状(256, 237),
• steps=1，所以一维输入的长度是1，
• 21输入通道。

而在 PyTorch 中，x形状(256, 237, 1, 21)为：

• 批次形状(256, 237),
• 1输入通道
• 长度为21.

在下面的两个示例（TensorFlow与PyTorch）中保留输入，x.shape=(256, 237, 21)假设256是批量大小，237是输入序列的长度，21 是通道数（即输入维度，我所看到的每个维度的维度）时间步长）。

在 TensorFlow 中：

>>> x = tf.random.normal((256, 237, 21))
>>> m = tf.keras.layers.Conv1D(filters=1024, kernel_size=5, padding="same")
>>> y = m(x)
>>> y.shape
TensorShape([256, 237, 1024])

在 PyTorch 中：

>>> x = torch.randn(256, 237, 21)
>>> m = nn.Conv1d(in_channels=21, out_channels=1024, kernel_size=5, padding=2)
>>> y = m(x.permute(0, 2, 1))
>>> y.permute(0, 2, 1).shape
torch.Size([256, 237, 1024])

所以在后者中，你只需与x = torch.randn(256, 21, 237)......