Python 张量流与PyTorch卷积混淆

我对如何在PyTorch中复制Keras（TensorFlow）卷积感到困惑

在凯拉斯，我可以做这样的事情。（输入大小为

（256，237，1，21）

，输出大小为

（256，237，1，1024）

然而，在Pytork中，当我尝试做相同的事情时，我会得到不同的输出大小：

import torch.nn as nn
x = torch.randn(256,237,1,21)
m = nn.Conv1d(in_channels=237, out_channels=1024, kernel_size=(1,5))
y = m(x)
print(y.shape)
torch.Size([256, 1024, 1, 17])

我希望Pytork提供与Keras相同的输出大小：

这似乎意味着Keras过滤器是PyTorch的

out\u通道

，但这就是我所拥有的。我试图在PyTorch中添加

padding=（0503）

的填充，但这给了我

torch.Size（[256，1024，1，1023]）

但这仍然不正确。这也需要比keras更长的时间，因此我觉得我没有正确分配参数

如何复制Keras在PyTorch中对卷积所做的操作？

在TensorFlow中，采用形状张量

（批处理形状+（步骤，输入尺寸））

。这意味着通常所称的通道出现在最后一个轴上。例如，在2D卷积中，您将有

（批处理、高度、宽度、通道）

这与PyTorch不同，PyTorch的通道尺寸正好位于批次轴之后：形状为

（批次、通道、长度）

。因此您需要排列两个轴

对于

torch.nn.Conv1d

：

• in_channels

  是输入张量中的通道数

• out\u channels

  是过滤器的数量，即输出的通道数量

• 步长

  卷积的步长

• 填充

  两侧添加的零填充

在PyTorch中，没有

padding='same'

选项，您需要正确选择

padding

。在这里

stride=1

，因此

padding

必须等于

kernel\u size//2

（即

padding=2

），以保持张量的长度

---

在您的示例中，由于

x

的形状为

（256，237，1，21）

，因此在TensorFlow的术语中，它将被视为具有以下特征的输入：

• （256237）

  的批处理形状

• steps=1

  ，因此1D输入的长度为

  1

• 21

  输入通道

而在PyTorch中，

x

的形状

（256237,1,21）

是：

• （256237）

  的批次形状

• 1

  输入通道
• 长度为

  21

---

在下面的两个示例中（TensorFlow vs.PyTorch）都将输入保持为

x.shape=（256，237，21）

假设

256

是批量大小，

237

是输入序列的长度，21是通道数（即输入维度，我在每个时间步上看到的维度）

在TensorFlow中：

>>> x = tf.random.normal((256, 237, 21))
>>> m = tf.keras.layers.Conv1D(filters=1024, kernel_size=5, padding="same")
>>> y = m(x)
>>> y.shape
TensorShape([256, 237, 1024])

在PyTorch中：

>>> x = torch.randn(256, 237, 21)
>>> m = nn.Conv1d(in_channels=21, out_channels=1024, kernel_size=5, padding=2)
>>> y = m(x.permute(0, 2, 1))
>>> y.permute(0, 2, 1).shape
torch.Size([256, 237, 1024])

因此，在后者中，您只需使用

x=torch.randn（256,21237）

>>> x = torch.randn(256, 237, 21)
>>> m = nn.Conv1d(in_channels=21, out_channels=1024, kernel_size=5, padding=2)
>>> y = m(x.permute(0, 2, 1))
>>> y.permute(0, 2, 1).shape
torch.Size([256, 237, 1024])