实现【卷积-池化-激活】代码，并分析总结

For循环版本：手工实现

代码如下：

import numpy as np

x = np.array([[-1, -1, -1, -1, -1, -1, -1, -1, -1],
              [-1, 1, -1, -1, -1, -1, -1, 1, -1],
              [-1, -1, 1, -1, -1, -1, 1, -1, -1],
              [-1, -1, -1, 1, -1, 1, -1, -1, -1],
              [-1, -1, -1, -1, 1, -1, -1, -1, -1],
              [-1, -1, -1, 1, -1, 1, -1, -1, -1],
              [-1, -1, 1, -1, -1, -1, 1, -1, -1],
              [-1, 1, -1, -1, -1, -1, -1, 1, -1],
              [-1, -1, -1, -1, -1, -1, -1, -1, -1]])
print("x=\n", x)
# 初始化 三个 卷积核
Kernel = [[0 for i in range(0, 3)] for j in range(0, 3)]
Kernel[0] = np.array([[1, -1, -1],
                      [-1, 1, -1],
                      [-1, -1, 1]])
Kernel[1] = np.array([[1, -1, 1],
                      [-1, 1, -1],
                      [1, -1, 1]])
Kernel[2] = np.array([[-1, -1, 1],
                      [-1, 1, -1],
                      [1, -1, -1]])

# --------------- 卷积  ---------------
stride = 1  # 步长
feature_map_h = 7  # 特征图的高
feature_map_w = 7  # 特征图的宽
feature_map = [0 for i in range(0, 3)]  # 初始化3个特征图
for i in range(0, 3):
    feature_map[i] = np.zeros((feature_map_h, feature_map_w))  # 初始化特征图
for h in range(feature_map_h):  # 向下滑动，得到卷积后的固定行
    for w in range(feature_map_w):  # 向右滑动，得到卷积后的固定行的列
        v_start = h * stride  # 滑动窗口的起始行（高）
        v_end = v_start + 3  # 滑动窗口的结束行（高）
        h_start = w * stride  # 滑动窗口的起始列（宽）
        h_end = h_start + 3  # 滑动窗口的结束列（宽）
        window = x[v_start:v_end, h_start:h_end]  # 从图切出一个滑动窗口
        for i in range(0, 3):
            feature_map[i][h, w] = np.divide(np.sum(np.multiply(window, Kernel[i][:, :])), 9)
print("feature_map:\n", np.around(feature_map, decimals=2))

# --------------- 池化  ---------------
pooling_stride = 2  # 步长
pooling_h = 4  # 特征图的高
pooling_w = 4  # 特征图的宽
feature_map_pad_0 = [[0 for i in range(0, 8)] for j in range(0, 8)]
for i in range(0, 3):  # 特征图 补 0 ，行 列 都要加 1 (因为上一层是奇数，池化窗口用的偶数)
    feature_map_pad_0[i] = np.pad(feature_map[i], ((0, 1), (0, 1)), 'constant', constant_values=(0, 0))
# print("feature_map_pad_0 0:\n", np.around(feature_map_pad_0[0], decimals=2))

pooling = [0 for i in range(0, 3)]
for i in range(0, 3):
    pooling[i] = np.zeros((pooling_h, pooling_w))  # 初始化特征图
for h in range(pooling_h):  # 向下滑动，得到卷积后的固定行
    for w in range(pooling_w):  # 向右滑动，得到卷积后的固定行的列
        v_start = h * pooling_stride  # 滑动窗口的起始行（高）
        v_end = v_start + 2  # 滑动窗口的结束行（高）
        h_start = w * pooling_stride  # 滑动窗口的起始列（宽）
        h_end = h_start + 2  # 滑动窗口的结束列（宽）
        for i in range(0, 3):
            pooling[i][h, w] = np.max(feature_map_pad_0[i][v_start:v_end, h_start:h_end])
print("pooling:\n", np.around(pooling[0], decimals=2))
print("pooling:\n", np.around(pooling[1], decimals=2))
print("pooling:\n", np.around(pooling[2], decimals=2))


# --------------- 激活  ---------------
def relu(x):
    return (abs(x) + x) / 2


relu_map_h = 7  # 特征图的高
relu_map_w = 7  # 特征图的宽
relu_map = [0 for i in range(0, 3)]  # 初始化3个特征图
for i in range(0, 3):
    relu_map[i] = np.zeros((relu_map_h, relu_map_w))  # 初始化特征图

for i in range(0, 3):
    relu_map[i] = relu(feature_map[i])

print("relu map :\n", np.around(relu_map[0], decimals=2))
print("relu map :\n", np.around(relu_map[1], decimals=2))
print("relu map :\n", np.around(relu_map[2], decimals=2))

运行结果如下：

x=
 [[-1 -1 -1 -1 -1 -1 -1 -1 -1]
 [-1  1 -1 -1 -1 -1 -1  1 -1]
 [-1 -1  1 -1 -1 -1  1 -1 -1]
 [-1 -1 -1  1 -1  1 -1 -1 -1]
 [-1 -1 -1 -1  1 -1 -1 -1 -1]
 [-1 -1 -1  1 -1  1 -1 -1 -1]
 [-1 -1  1 -1 -1 -1  1 -1 -1]
 [-1  1 -1 -1 -1 -1 -1  1 -1]
 [-1 -1 -1 -1 -1 -1 -1 -1 -1]]
feature_map:
 [[[ 0.78 -0.11  0.11  0.33  0.56 -0.11  0.33]
  [-0.11  1.   -0.11  0.33 -0.11  0.11 -0.11]
  [ 0.11 -0.11  1.   -0.33  0.11 -0.11  0.56]
  [ 0.33  0.33 -0.33  0.56 -0.33  0.33  0.33]
  [ 0.56 -0.11  0.11 -0.33  1.   -0.11  0.11]
  [-0.11  0.11 -0.11  0.33 -0.11  1.   -0.11]
  [ 0.33 -0.11  0.56  0.33  0.11 -0.11  0.78]]

 [[ 0.33 -0.56  0.11 -0.11  0.11 -0.56  0.33]
  [-0.56  0.56 -0.56  0.33 -0.56  0.56 -0.56]
  [ 0.11 -0.56  0.56 -0.78  0.56 -0.56  0.11]
  [-0.11  0.33 -0.78  1.   -0.78  0.33 -0.11]
  [ 0.11 -0.56  0.56 -0.78  0.56 -0.56  0.11]
  [-0.56  0.56 -0.56  0.33 -0.56  0.56 -0.56]
  [ 0.33 -0.56  0.11 -0.11  0.11 -0.56  0.33]]

 [[ 0.33 -0.11  0.56  0.33  0.11 -0.11  0.78]
  [-0.11  0.11 -0.11  0.33 -0.11  1.   -0.11]
  [ 0.56 -0.11  0.11 -0.33  1.   -0.11  0.11]
  [ 0.33  0.33 -0.33  0.56 -0.33  0.33  0.33]
  [ 0.11 -0.11  1.   -0.33  0.11 -0.11  0.56]
  [-0.11  1.   -0.11  0.33 -0.11  0.11 -0.11]
  [ 0.78 -0.11  0.11  0.33  0.56 -0.11  0.33]]]
pooling:
 [[1.   0.33 0.56 0.33]
 [0.33 1.   0.33 0.56]
 [0.56 0.33 1.   0.11]
 [0.33 0.56 0.11 0.78]]
pooling:
 [[0.56 0.33 0.56 0.33]
 [0.33 1.   0.56 0.11]
 [0.56 0.56 0.56 0.11]
 [0.33 0.11 0.11 0.33]]
pooling:
 [[0.33 0.56 1.   0.78]
 [0.56 0.56 1.   0.33]
 [1.   1.   0.11 0.56]
 [0.78 0.33 0.56 0.33]]
relu map :
 [[0.78 0.   0.11 0.33 0.56 0.   0.33]
 [0.   1.   0.   0.33 0.   0.11 0.  ]
 [0.11 0.   1.   0.   0.11 0.   0.56]
 [0.33 0.33 0.   0.56 0.   0.33 0.33]
 [0.56 0.   0.11 0.   1.   0.   0.11]
 [0.   0.11 0.   0.33 0.   1.   0.  ]
 [0.33 0.   0.56 0.33 0.11 0.   0.78]]
relu map :
 [[0.33 0.   0.11 0.   0.11 0.   0.33]
 [0.   0.56 0.   0.33 0.   0.56 0.  ]
 [0.11 0.   0.56 0.   0.56 0.   0.11]
 [0.   0.33 0.   1.   0.   0.33 0.  ]
 [0.11 0.   0.56 0.   0.56 0.   0.11]
 [0.   0.56 0.   0.33 0.   0.56 0.  ]
 [0.33 0.   0.11 0.   0.11 0.   0.33]]
relu map :
 [[0.33 0.   0.56 0.33 0.11 0.   0.78]
 [0.   0.11 0.   0.33 0.   1.   0.  ]
 [0.56 0.   0.11 0.   1.   0.   0.11]
 [0.33 0.33 0.   0.56 0.   0.33 0.33]
 [0.11 0.   1.   0.   0.11 0.   0.56]
 [0.   1.   0.   0.33 0.   0.11 0.  ]
 [0.78 0.   0.11 0.33 0.56 0.   0.33]]

手工实现这边其实还是蛮清晰的。
①一开始给了一个9×9的矩阵作为被卷积的图像，给了三个3×3的卷积核分别对该图像进行卷积，步长为1，得到三个7×7的卷积后图像（9+1-3=7），输出这三个。
还有一点就是这里卷积用的是sum()去处理，也就是说在这里并没有除以3×3=9，所以自这之后后面每一次输出都除了9.
②再对这三个矩阵进行池化，因为池化是2×2，所以要对曾经的7×7矩阵进行填充，使其变成8×8的矩阵，这样就可以顺利的进行池化，使用max()对数据处理，再生成三个池化后的矩阵，输出。
③激活是对卷积后的矩阵激活的，使用的是relu函数（小于0的全部按0处理），所以池化后得到的那个矩阵里的所有负数就被0取代，最后得到了一个处理后的矩阵（7×7）。

每一步中都是套了两个循环，从上到下从左向右截取矩阵的，再加一个循环在新的矩阵中添加数据，在代码中的注释里说的很清楚。

for h in range(feature_map_h):  # 向下滑动，得到卷积后的固定行
    for w in range(feature_map_w):  # 向右滑动，得到卷积后的固定行的列
        v_start = h * stride  # 滑动窗口的起始行（高）
        v_end = v_start + 3  # 滑动窗口的结束行（高）
        h_start = w * stride  # 滑动窗口的起始列（宽）
        h_end = h_start + 3  # 滑动窗口的结束列（宽）
        window = x[v_start:v_end, h_start:h_end]  # 从图切出一个滑动窗口
        for i in range(0, 3):
            feature_map[i][h, w] = np.divide(np.sum(np.multiply(window, Kernel[i][:, :])), 9)

（不过池化部分的注释也说成了卷积，按说池化≠卷积，可能只是复制过来之后没改…）

Pytorch版本：调用函数完成

代码如下：

# https://blog.csdn.net/qq_26369907/article/details/88366147
# https://zhuanlan.zhihu.com/p/405242579
import numpy as np
import torch
import torch.nn as nn
 
x = torch.tensor([[[[-1, -1, -1, -1, -1, -1, -1, -1, -1],
                    [-1, 1, -1, -1, -1, -1, -1, 1, -1],
                    [-1, -1, 1, -1, -1, -1, 1, -1, -1],
                    [-1, -1, -1, 1, -1, 1, -1, -1, -1],
                    [-1, -1, -1, -1, 1, -1, -1, -1, -1],
                    [-1, -1, -1, 1, -1, 1, -1, -1, -1],
                    [-1, -1, 1, -1, -1, -1, 1, -1, -1],
                    [-1, 1, -1, -1, -1, -1, -1, 1, -1],
                    [-1, -1, -1, -1, -1, -1, -1, -1, -1]]]], dtype=torch.float)
print(x.shape)
print(x)
 
print("--------------- 卷积  ---------------")
conv1 = nn.Conv2d(1, 1, (3, 3), 1)  # in_channel , out_channel , kennel_size , stride
conv1.weight.data = torch.Tensor([[[[1, -1, -1],
                                    [-1, 1, -1],
                                    [-1, -1, 1]]
                                   ]])
conv2 = nn.Conv2d(1, 1, (3, 3), 1)  # in_channel , out_channel , kennel_size , stride
conv2.weight.data = torch.Tensor([[[[1, -1, 1],
                                    [-1, 1, -1],
                                    [1, -1, 1]]
                                   ]])
conv3 = nn.Conv2d(1, 1, (3, 3), 1)  # in_channel , out_channel , kennel_size , stride
conv3.weight.data = torch.Tensor([[[[-1, -1, 1],
                                    [-1, 1, -1],
                                    [1, -1, -1]]
                                   ]])
 
feature_map1 = conv1(x)
feature_map2 = conv2(x)
feature_map3 = conv3(x)
 
print(feature_map1 / 9)
print(feature_map2 / 9)
print(feature_map3 / 9)
 
print("--------------- 池化  ---------------")
max_pool = nn.MaxPool2d(2, padding=0, stride=2)  # Pooling
zeroPad = nn.ZeroPad2d(padding=(0, 1, 0, 1))  # pad 0 , Left Right Up Down
 
feature_map_pad_0_1 = zeroPad(feature_map1)
feature_pool_1 = max_pool(feature_map_pad_0_1)
feature_map_pad_0_2 = zeroPad(feature_map2)
feature_pool_2 = max_pool(feature_map_pad_0_2)
feature_map_pad_0_3 = zeroPad(feature_map3)
feature_pool_3 = max_pool(feature_map_pad_0_3)
 
print(feature_pool_1.size())
print(feature_pool_1 / 9)
print(feature_pool_2 / 9)
print(feature_pool_3 / 9)
 
print("--------------- 激活  ---------------")
activation_function = nn.ReLU()
 
feature_relu1 = activation_function(feature_map1)
feature_relu2 = activation_function(feature_map2)
feature_relu3 = activation_function(feature_map3)
print(feature_relu1 / 9)
print(feature_relu2 / 9)
print(feature_relu3 / 9)

torch.Size([1, 1, 9, 9])
tensor([[[[-1., -1., -1., -1., -1., -1., -1., -1., -1.],
          [-1.,  1., -1., -1., -1., -1., -1.,  1., -1.],
          [-1., -1.,  1., -1., -1., -1.,  1., -1., -1.],
          [-1., -1., -1.,  1., -1.,  1., -1., -1., -1.],
          [-1., -1., -1., -1.,  1., -1., -1., -1., -1.],
          [-1., -1., -1.,  1., -1.,  1., -1., -1., -1.],
          [-1., -1.,  1., -1., -1., -1.,  1., -1., -1.],
          [-1.,  1., -1., -1., -1., -1., -1.,  1., -1.],
          [-1., -1., -1., -1., -1., -1., -1., -1., -1.]]]])
--------------- 卷积  ---------------
tensor([[[[ 0.7606, -0.1283,  0.0939,  0.3161,  0.5384, -0.1283,  0.3161],
          [-0.1283,  0.9828, -0.1283,  0.3161, -0.1283,  0.0939, -0.1283],
          [ 0.0939, -0.1283,  0.9828, -0.3505,  0.0939, -0.1283,  0.5384],
          [ 0.3161,  0.3161, -0.3505,  0.5384, -0.3505,  0.3161,  0.3161],
          [ 0.5384, -0.1283,  0.0939, -0.3505,  0.9828, -0.1283,  0.0939],
          [-0.1283,  0.0939, -0.1283,  0.3161, -0.1283,  0.9828, -0.1283],
          [ 0.3161, -0.1283,  0.5384,  0.3161,  0.0939, -0.1283,  0.7606]]]],
       grad_fn=<DivBackward0>)
tensor([[[[ 0.3295, -0.5594,  0.1073, -0.1150,  0.1073, -0.5594,  0.3295],
          [-0.5594,  0.5517, -0.5594,  0.3295, -0.5594,  0.5517, -0.5594],
          [ 0.1073, -0.5594,  0.5517, -0.7816,  0.5517, -0.5594,  0.1073],
          [-0.1150,  0.3295, -0.7816,  0.9962, -0.7816,  0.3295, -0.1150],
          [ 0.1073, -0.5594,  0.5517, -0.7816,  0.5517, -0.5594,  0.1073],
          [-0.5594,  0.5517, -0.5594,  0.3295, -0.5594,  0.5517, -0.5594],
          [ 0.3295, -0.5594,  0.1073, -0.1150,  0.1073, -0.5594,  0.3295]]]],
       grad_fn=<DivBackward0>)
tensor([[[[ 0.3483, -0.0961,  0.5705,  0.3483,  0.1261, -0.0961,  0.7928],
          [-0.0961,  0.1261, -0.0961,  0.3483, -0.0961,  1.0150, -0.0961],
          [ 0.5705, -0.0961,  0.1261, -0.3183,  1.0150, -0.0961,  0.1261],
          [ 0.3483,  0.3483, -0.3183,  0.5705, -0.3183,  0.3483,  0.3483],
          [ 0.1261, -0.0961,  1.0150, -0.3183,  0.1261, -0.0961,  0.5705],
          [-0.0961,  1.0150, -0.0961,  0.3483, -0.0961,  0.1261, -0.0961],
          [ 0.7928, -0.0961,  0.1261,  0.3483,  0.5705, -0.0961,  0.3483]]]],
       grad_fn=<DivBackward0>)
--------------- 池化  ---------------
torch.Size([1, 1, 4, 4])
tensor([[[[0.9828, 0.3161, 0.5384, 0.3161],
          [0.3161, 0.9828, 0.3161, 0.5384],
          [0.5384, 0.3161, 0.9828, 0.0939],
          [0.3161, 0.5384, 0.0939, 0.7606]]]], grad_fn=<DivBackward0>)
tensor([[[[0.5517, 0.3295, 0.5517, 0.3295],
          [0.3295, 0.9962, 0.5517, 0.1073],
          [0.5517, 0.5517, 0.5517, 0.1073],
          [0.3295, 0.1073, 0.1073, 0.3295]]]], grad_fn=<DivBackward0>)
tensor([[[[0.3483, 0.5705, 1.0150, 0.7928],
          [0.5705, 0.5705, 1.0150, 0.3483],
          [1.0150, 1.0150, 0.1261, 0.5705],
          [0.7928, 0.3483, 0.5705, 0.3483]]]], grad_fn=<DivBackward0>)
--------------- 激活  ---------------
tensor([[[[0.7606, 0.0000, 0.0939, 0.3161, 0.5384, 0.0000, 0.3161],
          [0.0000, 0.9828, 0.0000, 0.3161, 0.0000, 0.0939, 0.0000],
          [0.0939, 0.0000, 0.9828, 0.0000, 0.0939, 0.0000, 0.5384],
          [0.3161, 0.3161, 0.0000, 0.5384, 0.0000, 0.3161, 0.3161],
          [0.5384, 0.0000, 0.0939, 0.0000, 0.9828, 0.0000, 0.0939],
          [0.0000, 0.0939, 0.0000, 0.3161, 0.0000, 0.9828, 0.0000],
          [0.3161, 0.0000, 0.5384, 0.3161, 0.0939, 0.0000, 0.7606]]]],
       grad_fn=<DivBackward0>)
tensor([[[[0.3295, 0.0000, 0.1073, 0.0000, 0.1073, 0.0000, 0.3295],
          [0.0000, 0.5517, 0.0000, 0.3295, 0.0000, 0.5517, 0.0000],
          [0.1073, 0.0000, 0.5517, 0.0000, 0.5517, 0.0000, 0.1073],
          [0.0000, 0.3295, 0.0000, 0.9962, 0.0000, 0.3295, 0.0000],
          [0.1073, 0.0000, 0.5517, 0.0000, 0.5517, 0.0000, 0.1073],
          [0.0000, 0.5517, 0.0000, 0.3295, 0.0000, 0.5517, 0.0000],
          [0.3295, 0.0000, 0.1073, 0.0000, 0.1073, 0.0000, 0.3295]]]],
       grad_fn=<DivBackward0>)
tensor([[[[0.3483, 0.0000, 0.5705, 0.3483, 0.1261, 0.0000, 0.7928],
          [0.0000, 0.1261, 0.0000, 0.3483, 0.0000, 1.0150, 0.0000],
          [0.5705, 0.0000, 0.1261, 0.0000, 1.0150, 0.0000, 0.1261],
          [0.3483, 0.3483, 0.0000, 0.5705, 0.0000, 0.3483, 0.3483],
          [0.1261, 0.0000, 1.0150, 0.0000, 0.1261, 0.0000, 0.5705],
          [0.0000, 1.0150, 0.0000, 0.3483, 0.0000, 0.1261, 0.0000],
          [0.7928, 0.0000, 0.1261, 0.3483, 0.5705, 0.0000, 0.3483]]]],
       grad_fn=<DivBackward0>)

卷积

好吧显然……逃不过Conv2d这个东西了，在这里学了一下，简略版如下：
nn.Conv2d(in_channel , out_channel , kennel_size , stride ,padding)
in_channel ：输入张量的channels数，其实在卷积这里应该就是通道
out_channel ： 期望的四维输出张量的channels数
kennel_size ：卷积核的大小
stride ：步长
padding ：图像填充，不写默认为0

conv1 = nn.Conv2d(1, 1, (3, 3), 1) 

就是输入1个矩阵，过程是用3×3(其实上面可以直接写成3，试过了可行 )的卷积核、步长为1进行卷积，最后输出1个矩阵。

conv1.weight.data = torch.Tensor([[[[1, -1, -1],
                                    [-1, 1, -1],
                                    [-1, -1, 1]]
                                   ]])

↑↑↑添加卷积核

feature_map1 = conv1(x)

↑↑↑将x进行卷积，卷积之后的图像放入feature_map1中。

怎么说呢，卷积就是省了那个循环套循环，自己截取卷积范围的过程，全部交给了函数自己实现。

池化

max_pool = nn.MaxPool2d(2, padding=0, stride=2)  # Pooling
zeroPad = nn.ZeroPad2d(padding=(0, 1, 0, 1))  # pad 0 , Left Right Up Down

第一行是创建最大池化（size,padding,stride），第二行是创建填充（Left,Right,Up,Down）

feature_map_pad_0_1 = zeroPad(feature_map1)
feature_pool_1 = max_pool(feature_map_pad_0_1)

使用时先填充再池化，输出给到feature_pool_1就完成了池化。我愿称为一键池化

激活

激活用的依然是卷积后的矩阵feature_map，调用了nn.ReLU()实现

activation_function = nn.ReLU()
feature_relu1 = activation_function(feature_map1)

可视化：了解数字与图像之间的关系

# https://blog.csdn.net/qq_26369907/article/details/88366147
# https://zhuanlan.zhihu.com/p/405242579
import torch
import torch.nn as nn
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号 #有中文出现的情况，需要u'内容
x = torch.tensor([[[[-1, -1, -1, -1, -1, -1, -1, -1, -1],
                    [-1, 1, -1, -1, -1, -1, -1, 1, -1],
                    [-1, -1, 1, -1, -1, -1, 1, -1, -1],
                    [-1, -1, -1, 1, -1, 1, -1, -1, -1],
                    [-1, -1, -1, -1, 1, -1, -1, -1, -1],
                    [-1, -1, -1, 1, -1, 1, -1, -1, -1],
                    [-1, -1, 1, -1, -1, -1, 1, -1, -1],
                    [-1, 1, -1, -1, -1, -1, -1, 1, -1],
                    [-1, -1, -1, -1, -1, -1, -1, -1, -1]]]], dtype=torch.float)
print(x.shape)
print(x)
img = x.data.squeeze().numpy()  # 将输出转换为图片的格式
plt.imshow(img, cmap='gray')
plt.title('原图')
plt.show()
 
print("--------------- 卷积  ---------------")
conv1 = nn.Conv2d(1, 1, (3, 3), 1)  # in_channel , out_channel , kennel_size , stride
conv1.weight.data = torch.Tensor([[[[1, -1, -1],
                                    [-1, 1, -1],
                                    [-1, -1, 1]]
                                   ]])
img = conv1.weight.data.squeeze().numpy()  # 将输出转换为图片的格式
plt.imshow(img, cmap='gray')
plt.title('Kernel 1')
plt.show()
conv2 = nn.Conv2d(1, 1, (3, 3), 1)  # in_channel , out_channel , kennel_size , stride
conv2.weight.data = torch.Tensor([[[[1, -1, 1],
                                    [-1, 1, -1],
                                    [1, -1, 1]]
                                   ]])
img = conv2.weight.data.squeeze().numpy()  # 将输出转换为图片的格式
plt.imshow(img, cmap='gray')
plt.title('Kernel 2')
plt.show()
conv3 = nn.Conv2d(1, 1, (3, 3), 1)  # in_channel , out_channel , kennel_size , stride
conv3.weight.data = torch.Tensor([[[[-1, -1, 1],
                                    [-1, 1, -1],
                                    [1, -1, -1]]
                                   ]])
img = conv3.weight.data.squeeze().numpy()  # 将输出转换为图片的格式
plt.imshow(img, cmap='gray')
plt.title('Kernel 3')
plt.show()
 
feature_map1 = conv1(x)
feature_map2 = conv2(x)
feature_map3 = conv3(x)
 
print(feature_map1 / 9)
print(feature_map2 / 9)
print(feature_map3 / 9)
 
img = feature_map1.data.squeeze().numpy()  # 将输出转换为图片的格式
plt.imshow(img, cmap='gray')
plt.title('卷积后的特征图1')
plt.show()
 
print("--------------- 池化  ---------------")
max_pool = nn.MaxPool2d(2, padding=0, stride=2)  # Pooling
zeroPad = nn.ZeroPad2d(padding=(0, 1, 0, 1))  # pad 0 , Left Right Up Down
 
feature_map_pad_0_1 = zeroPad(feature_map1)
feature_pool_1 = max_pool(feature_map_pad_0_1)
feature_map_pad_0_2 = zeroPad(feature_map2)
feature_pool_2 = max_pool(feature_map_pad_0_2)
feature_map_pad_0_3 = zeroPad(feature_map3)
feature_pool_3 = max_pool(feature_map_pad_0_3)
 
print(feature_pool_1.size())
print(feature_pool_1 / 9)
print(feature_pool_2 / 9)
print(feature_pool_3 / 9)
img = feature_pool_1.data.squeeze().numpy()  # 将输出转换为图片的格式
plt.imshow(img, cmap='gray')
plt.title('卷积池化后的特征图1')
plt.show()
 
print("--------------- 激活  ---------------")
activation_function = nn.ReLU()
 
feature_relu1 = activation_function(feature_map1)
feature_relu2 = activation_function(feature_map2)
feature_relu3 = activation_function(feature_map3)
print(feature_relu1 / 9)
print(feature_relu2 / 9)
print(feature_relu3 / 9)
img = feature_relu1.data.squeeze().numpy()  # 将输出转换为图片的格式
plt.imshow(img, cmap='gray')
plt.title('卷积 + relu 后的特征图1')
plt.show()

运行效果如下：

原图

卷积核

特征图

总结

总结就是，直接用包装好的函数确实方便很多！！暂时还没发现在自由度上的缺陷，可能研究深入了就会有局限吧。

参考资料

【2021-2022 春学期】人工智能-作业5：卷积-池化-激活_HBU_David的博客-CSDN博客
Pytorch的nn.Conv2d（）详解_风雪夜归人o的博客-CSDN博客_nn是什么意思