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 одномерную свёртку к входному сигналу, состоящему из нескольких входных плоскостей.

В простейшем случае выходное значение слоя с входным размером $(N, C_{\text{in}}, L)$ и выходом $(N, C_{\text{out}}, L_{\text{out}})$ можно точно описать следующим образом:

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

где $\star$ — оператор взаимной корреляции, $N$ — размер пакета, $C$ обозначает число каналов, а $L$ — длину последовательности сигнала.

Этот модуль поддерживает TensorFloat32.

На некоторых устройствах ROCm при использовании входных данных float16 этот модуль применяет другую точность при обратном проходе.

• stride задаёт шаг взаимной корреляции — одно число или кортеж из одного элемента.
• padding задаёт величину дополнения, применяемого к входным данным. Это может быть строка {‘valid’, ‘same’} или кортеж целых чисел, задающий величину неявного дополнения с обеих сторон.
• dilation задаёт расстояние между точками ядра; этот метод также известен как алгоритм à trous. Его сложнее описать, но на этой странице есть наглядная визуализация того, что делает dilation.

• groups управляет связями между входами и выходами. in_channels и out_channels должны делиться на groups без остатка. Например:

  • При groups=1 все входы свёртываются со всеми выходами.
  • При groups=2 операция эквивалентна двум расположенным рядом слоям свёртки: каждый обрабатывает половину входных каналов и создаёт половину выходных каналов, после чего результаты обоих слоёв объединяются.
  • При groups= in_channels каждый входной канал свёртывается с собственным набором фильтров (размера $\frac{\text{out\_channels}}{\text{in\_channels}}$).

Примечание

Если groups == in_channels и out_channels == K * in_channels, где K — положительное целое число, эта операция также называется «глубинной свёрткой».

Иными словами, для входных данных размера $(N, C_{in}, L_{in})$ глубинную свёртку с множителем глубины K можно выполнить, используя аргументы $(C_\text{in}=C_\text{in}, C_\text{out}=C_\text{in} \times \text{K}, ..., \text{groups}=C_\text{in})$.

Примечание

В некоторых случаях при передаче тензоров на устройстве CUDA и использовании CuDNN этот оператор может выбрать недетерминированный алгоритм для повышения производительности. Если это нежелательно, можно попробовать сделать операцию детерминированной (возможно, ценой снижения производительности), установив torch.backends.cudnn.deterministic = True. Дополнительные сведения см. в разделе Воспроизводимость.

Примечание

padding='valid' означает отсутствие дополнения. padding='same' дополняет входные данные так, чтобы размер выходных данных совпадал с размером входных. Однако этот режим не поддерживает значения шага, отличные от 1.

Примечание

Этот модуль поддерживает комплексные типы данных, то есть complex32, complex64, complex128.

Параметры:

• in_channels (int) – Число каналов во входном изображении
• out_channels (int) – Число каналов, создаваемых свёрткой
• kernel_size (int или tuple) – Размер ядра свёртки
• stride (int или tuple, необязательный) – Шаг свёртки. Значение по умолчанию: 1
• padding (int, tuple или str, необязательный) – Дополнение, добавляемое с обеих сторон входных данных. Значение по умолчанию: 0
• dilation (int или tuple, необязательный) – Расстояние между элементами ядра. Значение по умолчанию: 1
• groups (int, необязательный) – Число блокированных связей между входными и выходными каналами. Значение по умолчанию: 1
• bias (bool, необязательный) – Если True, к выходным данным добавляется обучаемое смещение. Значение по умолчанию: True
• padding_mode (str, необязательный) – 'zeros', 'reflect', 'replicate' или 'circular'. Значение по умолчанию: 'zeros'

Форма:

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

• Выходные данные: $(N, C_{out}, L_{out})$ 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 выбираются из распределения $\mathcal{U}(-\sqrt{k}, \sqrt{k})$, где $k = \frac{groups}{C_\text{in} * \text{kernel\_size}}$
• bias (Tensor) – обучаемое смещение модуля формы (out_channels). Если bias равно True, значения этих весов выбираются из распределения $\mathcal{U}(-\sqrt{k}, \sqrt{k})$, 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)