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) [source]

Применяет 1D свертку к входному сигналу, состоящему из нескольких входных плоскостей.

В простейшем случае выходное значение слоя с размером входных данных $(N, C_{\text{in}}, L)$ и выходным $(N, C_{\text{out}}, L_{\text{out}})$ можно точно описать как:

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

где $\star$ — оператор корреляции, $N$ — размер пакета, $C$ — количество каналов, $L$ — длина последовательности сигнала.

Этот модуль поддерживает TensorFloat32.

На некоторых устройствах ROCm при использовании входных данных с плавающей запятой одинарной точности этот модуль будет использовать разную точность для обратного прохода.

• stride управляет шагом для корреляции, это может быть одно число или кортеж из одного элемента.
• padding управляет количеством добавления паддинга к входу. Может быть строкой {‘valid’, ‘same’} или кортежем целых чисел, определяющим количество неявного паддинга с обеих сторон.
• dilation управляет пространством между точками ядра; также известен как алгоритм à trous. Сложнее описать, но эта ссылка содержит хорошую визуализацию того, что dilation делает.

• groups управляет связями между входами и выходами. in_channels и out_channels должны быть делимыми на groups. Например,

  • При groups=1 все входы свертываются со всеми выходами.
  • При groups=2 операция становится эквивалентной двум слоям свертки, расположенным бок о бок, каждый из которых видит половину входных каналов и производит половину выходных каналов, и оба впоследствии конкатенируются.
  • При groups= in_channels, каждый входной канал свертывается со своим набором фильтров (размером $\frac{\text{out\_channels}}{\text{in\_channels}}$).

Примечание

Когда groups == in_channels и out_channels == K * in_channels, где K — целое положительное число, эта операция также известна как «глубинно-ориентированная свертка».

Другими словами, для входных данных размером $(N, C_{in}, L_{in})$, глубинно-ориентированная свертка с глубиной множителя K может быть выполнена с аргументами $(C_\text{in}=C_\text{in}, C_\text{out}=C_\text{in} \times \text{K}, ..., \text{groups}=C_\text{in})$.

Примечание

В некоторых случаях, когда заданы тензоры на устройстве CUDA и используется CuDNN, этот оператор может выбрать недетерминированный алгоритм для повышения производительности. Если это нежелательно, вы можете попытаться сделать операцию детерминированной (возможно, с потерей производительности) путем установки torch.backends.cudnn.deterministic = True. Подробнее см. Воспроизводимость.

Примечание

padding='valid' эквивалентно отсутствию паддинга. padding='same' добавляет паддинг к входу, так что размер выхода соответствует размеру ввода. Однако этот режим не поддерживает значения шага, отличные от 1.

Примечание

Этот модуль поддерживает комплексные типы данных, т.е. complex32, complex64, complex128.

Параметры:

• in_channels (int) – Количество каналов на входном изображении
• out_channels (int) – Количество каналов, производимых сверткой
• kernel_size (int или кортеж) – Размер ядра свертки
• stride (int или кортеж, необязательно) – Шаг свертки. По умолчанию: 1
• padding (int, кортеж или строка, необязательно) – Добавление паддинга с обеих сторон входа. По умолчанию: 0
• padding_mode (строка, необязательно) – 'zeros', 'reflect', 'replicate' или 'circular'. По умолчанию: 'zeros'
• dilation (int или кортеж, необязательно) – Расстояние между элементами ядра. По умолчанию: 1
• groups (int, необязательно) – Количество заблокированных соединений от входных каналов к выходным каналам. По умолчанию: 1
• bias (bool, необязательно) – Если True, добавляет обучаемый смещение к выходу. По умолчанию: True

Форма:

• Вход: $(N, C_{in}, L_{in})$ или $(C_{in}, L_{in})$

• Выход: $(N, C_{out}, L_{out})$ или $(C_{out}, L_{out})$, где

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

Переменные:

• weight (Tensor) – обучаемые веса модуля формы $(\text{out\_channels}, \frac{\text{in\_channels}}{\text{groups}}, \text{kernel\_size})$. Значения этих весов берутся из $\mathcal{U}(-\sqrt{k}, \sqrt{k})$, где $k = \frac{groups}{C_\text{in} * \text{kernel\_size}}$
• bias (Tensor) – обучаемый сдвиг модуля формы (out_channels). Если bias True, то значения этих весов берутся из $\mathcal{U}(-\sqrt{k}, \sqrt{k})$ где $k = \frac{groups}{C_\text{in} * \text{kernel\_size}}$

Примеры:

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