神经网络：卷积层

神经网络 卷积操作

例子：

输入：二维图像

[1,2,0,3,1]

[0,1,2,3,1]

[1,2,1,0,0]

[5,2,3,1,1]

[2,1,0,1,1]

卷积核：

[1,2,1]

[0,1,0]

[2,1,0]

然后需要将输入图像和卷积核转化为4维张量

为什么转为4维张量？因为卷积操作需要输入图像和卷积核的维度相同，所以需要将其转化为相同的维度。

(插入 channel：彩色图像就是rgb为3 灰度图像就是1)

下面进行二维卷积操作：

1. 步长为1 就是每次移动一步

   stride = 1

2. 步长为2 就是每次移动两步

3. 填充为1

   padding = 1

   达到填充后的输出和输入的大小相同 都是5x5

   为了充分学习边缘信息 提取边缘特征

4. 上述输出

   

code:

import torch
import torch.nn.functional as F

#原始输入图像
input = torch.tensor([[1,2,0,3,1],
                      [0,1,2,3,1],
                      [1,2,1,0,0],
                      [5,2,3,1,1],
                      [2,1,0,1,1]])
#卷积核
kernel = torch.tensor([[1,2,1],
                       [0,1,0],
                       [2,1,0]])
#将输入图像和卷积核转化为4维张量 reshape(batch_size, channel, height, width)
#为什么转为4维张量？因为卷积操作需要输入图像和卷积核的维度相同，所以需要将其转化为相同的维度
input = torch.reshape(input,(1,1,5,5))
kernel = torch.reshape(kernel,(1,1,3,3))

#二维卷积
#stride=1 表示步长为1
output = F.conv2d(input,kernel,stride=1)
print(output)

#步长为2
output = F.conv2d(input,kernel,stride=2)
print(output)

#填充为1
#填充后输出的大小和输入相同
#就是卷积的时候在原输入的周围补0 上下左右补0
#padding 也是为了充分利用边缘信息 提取边缘特征
output = F.conv2d(input,kernel,stride=1,padding=1)
print(output)

神经网络 卷积层

作用：提取特征

流程：

1. 选取数据集

   这里我用的是自定义的数据集 还是放一下目录结构

   数据集在images下 注意DataLoader加载数据集需要的目录结构是datasets/classes 需要注意下

   

2. 数据预处理

   主要是使用transforms工具箱

   这里我先统一大小

   转成Tensor格式

   标准化

   #数据预处理
   transform = transforms.Compose([
       transforms.Resize((224,224)),
       transforms.ToTensor(),
       transforms.Normalize(
           mean = [0.5,0.5,0.5],
           std = [0.5,0.5,0.5]
       )
   ])
   

3. 加载数据集

   ImageFloder()的时候应用transform

   batch_size是指一次取出多少图片来处理（2的倍数）

   folder_path = '../images'
   dataset = ImageFolder(folder_path,transform=transform)
   dataloader = DataLoader(dataset,batch_size=1)
   

4. 构建卷积层

   这里的in_channels为3（彩色图片）out_channels为6（说明应该是应用了两个卷积核去卷积操作 会产生两个输出 所以最后的output的数量是input的两倍）kernel_size=3 卷积核设置的3x3的

   然后前向传播 输出结果

   class convNet(nn.Module):
       def __init__(self):
           #调用父类nn.Module的构造函数
           super(convNet,self).__init__()
           self.conv1 = Conv2d(in_channels=3,out_channels=6,kernel_size=3,stride=1,padding=0)
   
       def forward(self,x):
           x = self.conv1(x)
           return x
   
   convnet = convNet()
   

5. 使用tensorboard观察结果

   日志存在logs文件夹下

   writer = SummaryWriter('../logs')
   ...
   ...
   ...
   writer.close()
   

    writer.add_images('input',img,cnt)
    writer.add_images('output',output,cnt)
   

6. 开始遍历处理加载的图片(见后面完整代码中)

   output = torch.reshape(output,(-1,3,222,222))
   

   这一个操作是因为output的通道数是6 运行会报错 这里就给他强制性转换一下shape

   输入通道数变成几不知道 就填写-1

   （222，222）这个是怎么得到的？

   print(output.shape)得到的

7. tensorboard结果：

   tensorboard --logdir=../logs
   

   （我数据集中就放了一张图片哈哈哈哈哈 大家能够认出是谁吗）

   

   （笑死我了 这里是变形的小苏苏）

8. 完整代码

   code:

   import torch
   import torchvision
   from torch import nn
   from torch.nn import Conv2d
   from torch.utils.data import DataLoader
   from torch.utils.tensorboard import SummaryWriter
   from torchvision.datasets import ImageFolder
   from torchvision import transforms
   
   #数据预处理
   transform = transforms.Compose([
       transforms.Resize((224,224)),
       transforms.ToTensor(),
       transforms.Normalize(
           mean = [0.5,0.5,0.5],
           std = [0.5,0.5,0.5]
       )
   ])
   
   #加载数据集
   folder_path = '../images'
   dataset = ImageFolder(folder_path,transform=transform)
   dataloader = DataLoader(dataset,batch_size=1)
   
   class convNet(nn.Module):
       def __init__(self):
           #调用父类nn.Module的构造函数
           super(convNet,self).__init__()
           self.conv1 = Conv2d(in_channels=3,out_channels=6,kernel_size=3,stride=1,padding=0)
   
       def forward(self,x):
           x = self.conv1(x)
           return x
   
   convnet = convNet()
   
   writer = SummaryWriter('../logs')
   
   cnt = 0
   for data in dataloader:
       img,label = data
       print(img.shape)
       output = convnet(img)
       print(output.shape)
       writer.add_images('input',img,cnt)
       output = torch.reshape(output,(-1,3,222,222))
       writer.add_images('output',output,cnt)
       cnt = cnt + 1
   
   writer.close()