Conv1d

class torch.nn.Conv1d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode='zeros', device=None, dtype=None)

將 1D 卷積應用於由多個輸入平面組成的輸入訊號。

在最簡單的情況下，具有輸入大小 $(N, C_{\text{in}}, L)$ 和輸出 $(N, C_{\text{out}}, L_{\text{out}})$ 可以精確地描述為

$$\text{out}(N_i, C_{\text{out}_j}) = \text{bias}(C_{\text{out}_j}) + \sum_{k = 0}^{C_{in} - 1} \text{weight}(C_{\text{out}_j}, k) \star \text{input}(N_i, k)$$

此模組支援 TensorFloat32。

在某些 ROCm 裝置上，當使用 float16 輸入時，此模組將使用 不同的精度 進行反向傳播。

• stride 控制互相關的步幅，可以是單一數字或單一元素的元組。

• padding 控制應用於輸入的填充量。它可以是字串 {'valid', 'same'}，或是整數元組，表示在兩側應用的隱式填充量。

• dilation 控制核心點之間的間距；也稱為 à trous 演算法。它比較難以描述，但這個 連結 提供了一個很好的 dilation 作用的可視化。

• groups 控制輸入和輸出之間的連接。in_channels 和 out_channels 都必須能被 groups 整除。例如，

  • 當 groups=1 時，所有輸入都會與所有輸出進行卷積。

  • 當 groups=2 時，此操作相當於並排放置兩個卷積層，每個層都看到一半的輸入通道並產生一半的輸出通道，然後將兩者串聯起來。

  • 當 groups= in_channels 時，每個輸入通道都使用自己的一組濾波器進行卷積（大小為 $\frac{\text{out\_channels}}{\text{in\_channels}}$）。

注意

當 groups == in_channels 且 out_channels == K * in_channels，其中 K 是一個正整數時，此操作也稱為“深度卷積”。

換句話說，對於大小為 $(N, C_{in}, L_{in})$ 的輸入，可以使用參數 $(C_\text{in}=C_\text{in}, C_\text{out}=C_\text{in} \times \text{K}, ..., \text{groups}=C_\text{in})$ 執行深度卷積，乘數為 K。

注意

在某些情況下，當在 CUDA 裝置上給定 tensors 並使用 CuDNN 時，此運算子可能會選擇非決定性的演算法來提高效能。如果這是你不希望發生的，你可以嘗試將運算設定為決定性的（可能會以效能為代價），方法是設定 torch.backends.cudnn.deterministic = True。有關更多資訊，請參閱再現性。

注意

padding='valid' 等同於沒有 padding。padding='same' 會對輸入進行 padding，使輸出具有與輸入相同的形狀。但是，此模式不支援除 1 之外的任何 stride 值。

注意

此模組支援複數資料類型，即 complex32, complex64, complex128。

參數

• in_channels (int) – 輸入影像中的通道數

• out_channels (int) – 卷積產生的通道數

• kernel_size (int 或 tuple) – 卷積核的大小

• stride (int 或 tuple, optional) – 卷積的 stride。預設值：1

• padding (int, tuple 或 str, optional) – 加入到輸入兩側的 padding。預設值：0

• dilation (int 或 tuple, optional) – 卷積核元素之間的間距。預設值：1

• groups (int, optional) – 從輸入通道到輸出通道的阻塞連接數。預設值：1

• bias (bool, optional) – 如果為 True，則將可學習的 bias 加入到輸出。預設值：True

• padding_mode (str, optional) – 'zeros'、'reflect'、'replicate' 或 'circular'。預設值：'zeros'

形狀

• 輸入： $(N, C_{in}, L_{in})$ 或 $(C_{in}, L_{in})$

• 輸出：$(N, C_{out}, L_{out})$ 或 $(C_{out}, L_{out})$，其中

  $$L_{out} = \left\lfloor\frac{L_{in} + 2 \times \text{padding} - \text{dilation} \times (\text{kernel\_size} - 1) - 1}{\text{stride}} + 1\right\rfloor$$

變數

• weight ( Tensor) – 模組的可學習權重，形狀為 $(\text{out\_channels}, \frac{\text{in\_channels}}{\text{groups}}, \text{kernel\_size})$。 這些權重的值是從 $\mathcal{U}(-\sqrt{k}, \sqrt{k})$ 中抽樣而來，其中 $k = \frac{groups}{C_\text{in} * \text{kernel\_size}}$

• bias (Tensor) – 模組的可學習偏差，形狀為 (out_channels)。如果 bias 為 True，則這些權重的值將從 $\mathcal{U}(-\sqrt{k}, \sqrt{k})$ 採樣，其中 $k = \frac{groups}{C_\text{in} * \text{kernel\_size}}$

範例

>>> m = nn.Conv1d(16, 33, 3, stride=2)
>>> input = torch.randn(20, 16, 50)
>>> output = m(input)