[Python/pytorch] torch.nn.Conv2d()

CLASS
torch.nn.Conv2d(
	in_channels, out_channels, kernel_size, stride=1, padding=0,
	dilataion=1, groups=1, bias=True, padding_mode='zeros', device=None, dtype=None
)

Conv 2d에서 필수적으로 입력되어야 하는 파라미터는 in_channels, out_channels, kernel_size 임.

Input에 2D convolution 연산을 적용하는 함수이며, input size가 $(N,C_{in},H,W)$이면 output size는 $(N, C_{out}, H_{out}, W_{out})$ 이며, 관련하여 input/output에 관한 식은 아래와 같음.

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

여기서, $\star$는 2D Convolution 연산이고, $N$은 batch size, $C$는 채널의 수, $H$는 height, $W$는 width를 나타냄. ([6] 참조)

• stride는 single number 또는 tuple 형태이며, Convolution을 수행시의 kernel의 스텝 사이즈임.
• padding은 input에 padding을 어느정도 할 것인지에 대한 것이며, 문자열 {’valid’, ‘same’} 또는 양쪽에 적용할 padding의 양을 가지고있는 int tuple일 수 있음. [’valid’는 padding 없는 옵션, ‘same’은 입력과 출력이 같도록 padding 수행]
• dilation은 커널 사이의 간격을 의미하며, atrous 알고리즘이라고도 불림. ([1] 참조)
• groups는 입력 채널과 출력 채널 사이의 관계를 나타내고, 옵션은 다음과 같음 ([2], [3] 참조)
  • groups=1이면 모든 입력은 모든 출력과 convolution 연산이 됨. (일반적인 convolution)
  • groups=2이면 입력을 2그룹으로 나누어서 각각 convolution 연산을 하고 그 결과를 concatenate함
  • groups=in_channels이면 각각의 input 채널이 각각의 output 채널에 대응되어 convolution 연산을 하게 되며, 그 사이즈는 $\frac{out\_channels}{in\_channels}$가 됨.
• kernel_size, stride, padding, dilation 파라미터들은 single int, tuple (two ints) 형태 모두 가능

---

파라미터

• in_channels (int) - Input 이미지의 channel 수
• out_channels (int) - Convolution에 의해 생성된 channel의 수
• kernel_size (int or tuple) - Convolution kernel의 사이즈
• stride (int or tuple, optional) - Convolution의 stride이며 default는 1임
• padding (int, tuple or str, optional) - input의 양쪽(4방향)에 추가될 padding이며 default는 0임
• padding_mode (string, optional) - ‘zeros’, ‘reflect’, ‘replicate’, ‘circular’이며 default는 ‘zeros’임
  • zeros는 zero filling으로 0 값으로 채움
  • reflect는 mirror filling으로 matrix에서 가장 가까운 픽셀로부터 거울 상(원점을 중심으로 점대칭)의 값으로 복사 ([4] 참조)
  • replicate는 copy filling으로 matrix의 가장자리의 값을 복사
  • circular는 circular filling으로 matrix 경계의 반대쪽에 있는 요소 반복 ([5] 참조)
• dilation (int or tuple, optional) - kernel 사이의 간격을 말하며 default는 1임
• groups (int, optional) - input channel에서 output channel로 block된 연결의 수이며 default는 1임
• bias (bool, optional) - 만약 True라면, output에 학습가능한 bias를 추가하며 default는 True임.

---

Shape

• Input : $(N, C_{in}, H_{in}, W_{in})$
• Output : ($N, C_{out}, H_{out}, W_{out}$)

$$ H_{out} = [\frac{H_{in}+ 2 \times padding[0]-dilation[0] \times(kernel\_size[0]-1)-1)}{stride[0]} + 1] $$

$$ W_{out} = [\frac{W_{in}+ 2 \times padding[1]-dilation[1] \times(kernel\_size[1]-1)-1)}{stride[1]} + 1] $$

Reference

[0] https://pytorch.org/docs/stable/generated/torch.nn.Conv2d.html

[1] https://github.com/vdumoulin/conv_arithmetic/blob/master/README.md

[2] https://sanghyu.tistory.com/24

[3] https://discuss.pytorch.org/t/conv2d-certain-values-for-groups-and-out-channels-dont-work/14228/2

[4] https://newsight.tistory.com/301

[5] https://www.codestudyblog.com/cs2201py/40120041328.html

[6] https://excelsior-cjh.tistory.com/180