pytorch 卷积 分组卷积 及其深度卷积

转载申明：https://blog.csdn.net/lyl771857509/article/details/84109695

先来看看pytorch二维卷积的操作API

现在继续讲讲几个卷积是如何操作的。

一. 普通卷积

torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True)

普通卷积时group默认为1 dilation=1（这里先暂时不讨论dilation）其余都正常的话，比如输入为Nx in_channel x high x width

输出为N x out_channel x high xwidth .还是来具体的数字吧，输入为64通道的特征图，输出为32通道的特征图，要想得到32通道的特征图就必须得有32种不同的卷积核。也就是上面传入的参数out_channel。继续说说具体是怎么的得到的，对于每一种卷积核会和64种不同的特征图依次进行卷积，比如卷积核大小是3x3大小的，由于卷积权值共享，所以对于输入的一张特征图卷积时，只有3x3个参数，同一张特征图上进行滑窗卷积操作时参数是一样的，刚才说的第一种卷积核和输入的第一个特征图卷积完后再继续和后面的第2,3,…64个不同的特征图依次卷积(一种卷积核对于输入特征图来说，同一特征图上面卷积，参数一样，对于不同的特征图上卷积不一样），最后的参数是3x3x64。此时输出才为一个特征图，因为现在才只使用了一种卷积核。一种核分别在局部小窗口里面和64个特征图卷积应该得到64个数，最后将64个数相加就可以得到一个数了，也就是输出一个特征图上对应于那个窗口的值，依次滑窗就可以得到完整的特征图了。前面将了这么多才使用一种卷积核，那么现在依次类推使用32种不同的卷积核就可以得到输出的32通道的特征图。最终参数为64x3x3x32.

二.分组卷积

参数group=1时，就是和普通的卷积一样。现在假如group=4,前提是输入特征图和输出特征图必须是4的倍数。现在来看看是如何操作的。in_channel64分成4组，out_inchannel(也就是32种核）也分成4组，依次对应上面的普通卷方式，最终将每组输出的8个特征图依次concat起来，就是结果的out_channel

三. 深度卷积depthwise

此时group=in_channle，也就是对每一个输入的特征图分别用不同的卷积核卷积。out_channel必须是in_channel 的整数倍。 .

3.1 当k=1时，out_channel=in_channel ,每一个卷积核分别和每一个输入的通道进行卷积，最后在concat起来。参数总量为3x3x64。如果此时卷积完之后接着一个64个1x1大小的卷积核。就是谷歌公司于2017年的CVPR中在论文”Xception: deep learning with depthwise separable convolutions”中提出的结构。如下图

上图是将1x1放在depthwise前面，其实原理都一样。最终参数的个数是64x1x1+64x3x3。参数要小于普通的卷积方法64x3x3x64

3.2 当k是大于1的整数时，比如k=2
此时每一个输入的特征图对应k个卷积核，生成k个特征图，最终生成的特征图个数就是k×in_channel（最终的通道数）

四.总结

不管是普通卷积，分组卷积，还是深度卷积，其本质都是分组卷积，只是分组的大小不一样，默认是1（普通卷积），深度卷积对（输出通道/输入通道）有要求。以上卷积方式都可以用pytorch二维卷积的操作API实现。