以前对多通道和多通道输入输出的卷积操作不理解，今天自己在草稿纸上画图推理了一遍，终于弄懂了。希望能帮助到大家。
多通道可视化
一通道的2x2矩阵
torch.Size([2,2]) 相当于 torch.Size([1,2,2])，是一通道的2x2矩阵
二通道的 2x2矩阵
torch.Size([2,2,2])代表二通道的 2x2矩阵 ，第一个2表示通道
三通道的2x2x2矩阵
torch.Size([3,2,2,2])
多输入通道代码，输出通道为1的卷积操作代码
代码
import torch
from d2l import torch as d2l
'''
多输入通道，输出单通道
for x,k in zip(X,K)是取出每个通道的图像矩阵 和 对应的卷积核。
对每个通道对应的的像素矩阵和卷积核进行计算最后相加合到一起
'''
def corr2d_multi_in(X,K):
return sum(d2l.corr2d(x,k) for x,k in zip(X,K))
X = torch.tensor([[[0, 1, 2],
[3, 4, 5],
[6, 7, 8]],
[[1, 2, 3],
[4, 5, 6],
[7, 8, 9]]])
K = torch.tensor([[[0, 1],
[2, 3]],
[[1, 2],
[3, 4]]])
print(result)
print(result.shape)输出结果：
tensor([[ 56., 72.],
[104., 120.]])
torch.Size([2, 2])结果可视化
多输入和多输出通道的卷积操作代码
代码
'''多输入和多输出通道'''
def corr2d_multi_in_out(X,K):
# 注意，没有遍历X，此时的X是大写
return torch.stack([corr2d_multi_in(X,k) for k in K],0)
K = torch.tensor([[[0, 1],
[2, 3]],
[[1, 2],
[3, 4]]])
K = torch.stack((K,K+1,K+2),0)
K.shapetorch.Size([3, 2, 2, 2])
result = corr2d_multi_in_out(X,K)
print(result)
print(result.shape)tensor([[[ 56., 72.],
[104., 120.]],
[[ 76., 100.],
[148., 172.]],
[[ 96., 128.],
[192., 224.]]])
torch.Size([3, 2, 2])可视化
