创建一个具有1xD内核的CNN，其中D是在MxD矩阵上垂直滑动的列数

Question

创建一个具有1xD内核的CNN，其中D是在MxD矩阵上垂直滑动的列数？

我试图在Pytorch中创建一个CNN，它有一个内核，可以在2D图像上垂直滑动1xD内核，因此输出应该是Mx1。在CNN中，对图像的每一行进行卷积，然后为每一行生成一个值。还具有从1xD变为NxD的能力，其中N是一些预定义的行数也是不错的。输入仅仅是一个矩阵，而不是表示图像的3D矩阵。

Answer 1

nn.Conv2d中的核不一定是正方形的，它们也可以是矩形的：

class MyModel(nn.Module):
def __init__(self, in_channels, out_channels, N, D):
super(MyModel, self).__init__()
self.conv = nn.Conv2d(in_channels, out_channels, kernel_size=(N, D), padding=0, stride=1)
def forward(self, x):
return self.conv(x)

请注意，您的输入x必须是4维的：B-C-H-W。其中通道的数量C必须与构造MyModel时定义的in_channels相匹配
如果您有一个只有一个通道的单个图像，那么输入应该有两个主要的单个维度：即x的形状应该是1-1-M-D
有关为什么x应该是4D的更多信息，请参阅此答案。