本文图片大部分来自吴恩达Andrew Ng老师的深度学习课程。

基础操作：

• 最基本的卷积操作是把卷积核在输入中移动（扫一遍），获得输出。
  

维度：

• 一维卷积和二维卷积的维度是指，输入数据的维度，比如一维的只有长度（如文本，第一个单词第二个单词），二维的有长宽（如图像，横纵分布的像素矩阵）。
• 一维卷积的卷积核在一维方向上移动
  • （如文本，第一个单词第二个单词）；
• 二维卷积的卷积核在二维方向上移动
  • （比如图像从左到右从上到下）

channel：

• 在此基础上，输入可以有不同channel。（例如文本每个单词长度最长为l。 图像有rgb）
• 因此卷积核也可以增加一维，即channel。
• 但卷积核的channel数量必须和输入的channel数一致，不然在channel这一维，卷积核也可以移动了。这样维度就升了一维。
• 因此，一个卷积核的卷积操作完成后，输出的数据只有一个channel。

比如下图，二维卷积，输入和卷积核的channel number都是3，输出只有一个channel。
卷积核之能在长宽方向移动，不能在channel 方向移动。

下图是nlp，输入和卷积的channel（横向）都是5，输出的channel为1，
卷积核只能纵向移动，不能横向移动。

多个卷积核输出多channel

• 如果想要输出多个channel，可以用多个卷积核卷积，把结果排列在一起，作为多个channel。
  

1*1 卷积核的理解

一个1*1的卷积核，相当于把某个单元所有channel的值，和 卷积核所有channel的值，做了一次线性组合，得到一个值。

1个1*1的卷积核就相当于输出层神经元个数为1的全连接网络（mlp）层：

多个1*1的卷积核就相当于全连接网络，每个输出单元对应一个卷积核（一套权重）：

pytorch应用

class torch.nn.Conv1d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True)

in_channels(int) – 输入信号的通道。在文本分类中，即为词向量的维度
out_channels(int) – 卷积产生的通道。有多少个out_channels，就需要多少个1维卷积（这就是上文说的，out_channels=用到的卷积核的数量）
kernel_size(int or tuple) - 卷积核的尺寸，卷积核的大小为(k,)，第二个维度是由in_channels来决定的，所以实际上卷积大小为kernel_size*in_channels
stride(int or tuple, optional) - 卷积步长
padding (int or tuple, optional)- 输入的每一条边补充0的层数
dilation(int or tuple, `optional``) – 卷积核元素之间的间距
groups(int, optional) – 从输入通道到输出通道的阻塞连接数
bias(bool, optional) - 如果bias=True，添加偏置
————————————————
版权声明：本文为CSDN博主「若之辰」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/sunny_xsc1994/article/details/82969867