PyTorch：使用 torch.nn.Conv2d 对单通道图像进行卷积

Question

我正在尝试使用卷积层对灰度（单层）图像（存储为 numpy 数组）进行卷积。这是代码：

conv1 = torch.nn.Conv2d(in_channels = 1, out_channels = 1, kernel_size = 33)
tensor1 = torch.from_numpy(img_gray)
out_2d_np = conv1(tensor1)

out_2d_np = np.asarray(out_2d_np)

我希望我的内核为 33x33，输出层数应等于输入层数，即 1，因为图像的 RGB 通道相加。当 out_2d_np = conv1(tensor1) 为运行时，它会产生以下运行时间错误：

RuntimeError: Expected 4-dimensional input for 4-dimensional weight 1 1 33 33, but got 2-dimensional input of size [246, 248] instead

知道如何解决这个问题吗？我特别想使用 torch.nn.Conv2d() class/function.

在此先感谢您的帮助！

Answer 1

pytorch 的 Conv2d 期望其 2D 输入实际上具有 4 维度：小批量暗淡、通道暗淡和两个空间维度。
您的输入张量只有两个空间维度，并且缺少小批量和通道维度。在您的情况下，这两个维度实际上是单一维度（大小为 1 的维度）。

尝试：

conv1(tensor1[None, None, ...])

PyTorch：使用 torch.nn.Conv2d 对单通道图像进行卷积

PyTorch: Convolving a single channel image using torch.nn.Conv2d

pytorch

conv-neural-network

convolution

tensor