神经网络卷积层和最大池化

一、卷积层原理

./ 当前目录；…/ 上级目录
父类（也称为基类或超类）是指在类继承体系中被其他类继承的类。也就是被其他子类进行调用的类
当In_channel=1时，输出的out_channel=1

当out_channel=2时，然后有连个卷积核，将他们进行卷积输出得到两个输出结果

输出的两个图层就会叠加起来

二、相关函数的概念

向前传播forward函数

前向传播（Forward Propagation）是指在神经网络中，输入数据经过每一层的计算，最终产生输出的过程。在PyTorch中，forward函数是nn.Module类的一个必需方法。当你创建一个自定义的层或模型时，你需要重写这个方法来定义前向传播的行为。

in_channels和out_channels这两个术语通常用于描述卷积层（Convolutional Layer）的输入和输出特征通道数。
in_channels：指的是卷积层输入数据的通道数。在图像处理中，例如，一个RGB图像有3个通道（红色、绿色、蓝色），因此in_channels将是3。对于灰度图像，in_channels将是1。
out_channels：指的是卷积层输出数据的通道数。这通常对应于卷积层中卷积核（或滤波器）的数量。在卷积神经网络中，通过改变out_channels的数量，可以控制网络的容量和复杂性。例如，如果你想要让卷积层输出更多的特征图，你可以增加out_channels的数量。
kernel_size：一般是指卷积核的大小
stride指的是卷积路径的大小

三、卷积层的应用

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

# 加载CIFAR-10数据集，设置为不下载训练集，只下载测试集，并且将图片转换为Tensor格式
dataset = torchvision.datasets.CIFAR10("../data", train=False, transform=torchvision.transforms.ToTensor(),download=True)
# 创建一个DataLoader，用于批量加载数据，这里设置批量大小为64
dataloader = DataLoader(dataset, batch_size = 64)

class Sen(nn.Module):
    def __init__(self):
        super(Sen, self).__init__()
        # 定义一个卷积层，输入通道数为3（RGB图像），输出通道数为3，卷积核大小为3x3，步长为1，无填充
        self.conv1 = Conv2d(in_channels=3,out_channels=3,kernel_size=3,stride=1,padding=0)

    def forward(self, x):
        x = self.conv1(x)
        return x

sen = Sen()

writer = SummaryWriter("./logs")
step = 0
for data in dataloader:
    imgs, targets = data
    output = sen(imgs)
    writer.add_images("input", imgs, step)

    writer.add_images("output", output, step)

    step = step + 1

运行结果：

卷积后出现颜色不一样是因为卷积核的生成是随机的，所以会出现不同颜色的情况，因为我们没有定义卷积核。

四、最大池化原理

最大池化的运用场合有很多，像例如将1080p的视频压缩成720p，还有马赛克也是最大池化作用出来的。

在最大池化中，池化核数也就是步长，像下面的是池化核是3，那么他的步长也是3

池化核框框经过3个步长进行取框框内的最大值，但如下图所示，因为池化核的框框超出了输入图像，所以就根据Ceiling_model为True还是False来进行判断。
Ceiling and Floor 的判断准则：

当取Floor时，2.31往下取整，当为Ceiling时，2.31往上取整

当Ceiling_model = True时，镂空也可以去取其中的最大值
当Ceiling_model = False时，镂空则取值为0

五、最大池化案例

最大池化的input通常应用于多维数据，如图像数据。在卷积神经网络（CNN）中，输入通常是三维的（高度、宽度、通道数）

代码用dtype=torch.float32这句话的原因。
默认情况下，torch.tensor 可能会将输入数据解释为整数（torch.int64），尤其是当你没有指定 dtype 时，上面的代码会创建一个整数 Tensor。如果你的神经网络层（如卷积层或池化层）要求输入是浮点数（例如，torch.float32），那么你必须将输入 Tensor 转换为浮点数类型。否则，计算可能会出错或产生不正确的结果。
通过使用 dtype=torch.float32，你可以确保 Tensor 具有正确的数据类型，从而避免潜在的数据类型不匹配和计算错误。

import torch
from torch import nn
from torch.nn import MaxPool2d

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]], dtype=torch.float32)

#因为输入的input必须是四维的，所以需要用reshape进行格式的变换
input = torch.reshape(input,(-1, 1, 5, 5))
print(input.shape)

class Sen(nn.Module):
    def __init__(self):
        super(Sen,self).__init__()
        self.maxpool1 = MaxPool2d(kernel_size=3,ceil_mode=True)

    def forward(self,input):
        output = self.maxpool1(input)
        return output

sen = Sen()
output = sen(input)
print(output)

运行结果：

与我们自己计算的结果相比：

可以看出当Ceiling_model = True时，运算结果就是【2, 3，5, 1】

用图片运行来显示一下最大池化：

import torch
import torchvision.datasets
from torch import nn
from torch.nn import MaxPool2d
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter
import dataloader

dataset = torchvision.datasets.CIFAR10("../data", train=False, download=True,
                                       transform=torchvision.transforms.ToTensor())
dataloader = DataLoader(dataset, batch_size=64)
class Sen(nn.Module):
    def __init__(self):
        super(Sen, self).__init__()
        self.maxpool1 = MaxPool2d(kernel_size=3,ceil_mode=True)

    def forward(self,input):
        output = self.maxpool1(input)
        return output

sen = Sen()

writer = SummaryWriter("logs_maxpool")
step = 0

for data in dataloader:
    imgs, targets = data
    writer.add_images("input", imgs, step)
    output = sen(imgs)
    writer.add_images("output",output, step)
    step = step + 1

writer.close()

运行结果：

从上图中可以看到，图片进行了压缩，也就是画质降低，是不是很像马赛克