Pytorch-卷积神经网络的运算流程（中）

以一个更加实际的情况为例

如上图中所列参数，x为1（假设batch为1）张图片、3个通道（对应于RGB三个通道）、28*28的大小。而kernel中的3代表对input的x上的三个通道上均进行卷积运算。而multi-kernels中的16泛指包括了blur、edge等16个功能、3代表对每一个通道上的逐渐进行卷积运算。

因此这里原图片所滑动的框体与kernel进行相乘运算，得到的数值进行累加得到一个数值输出到feature map。

以之前的LeNet-5结构为例

C1上的6代表使用了6个kernels，28*28的size与之前原图片的size一致。由C3的结果可知第二层的kernel为[16, 6, 3, 3]，bias为16。这里要求可以从结果逆推出bias和kernel的参数值。

那么这种持续的叠加会输出什么结果呢，如下所示

最初的小汽车经过多个卷积层后依次输出的结果如上，神经网络会从这上面提取到不同的特征结构。这里一般认为第一层的feature map上得到的是一些低维的特征（整体模型、颜色、角度等），第二层的feature map上得到的是一些高维的特征（如棱形结构等），更高层的feature map上会得到一些更高维的特征（如汽车的轮胎结构、车窗位置等）。

总而言之，通过不断地卷积，可以持续提取到不同的特征。

那么在pytorch中，是如何实现这种代码的编写？

# 这种神经网络结构的编写要用到nn.Conv2d
# 该API意为进行2D的函数卷积层计算

import torch
import torch.nn as nn

layer = nn.Conv2d(1, 3, kernel_size=3, stride=1, padding=0)
# 1代表这里假设一张黑白图片，3代表kernel的数量，另外设置kernel size为3，步长为1，不打补丁
x = torch.rand(1, 1, 28, 28)
# 随机代入数据到x
out = layer.forward(x)
# 进行一次卷积的前向运算
print(out.size())
# 输出结果的size查看一下

输出为

torch.Size([1, 3, 26, 26])

这里不进行打padding操作，则输出的size减少