可视化 CNN答案

【问题标题】：Visualizing CNN可视化 CNN
【发布时间】：2021-03-17 11:00:42
【问题描述】：

您好，我正在尝试可视化 CNN。我一直在经历https://pytorch.org/tutorials/beginner/blitz/neural_networks_tutorial.html 通过可视化结构来研究 CNN。我无法理解的是它的维度。

import torch
import torch.nn as nn
import torch.nn.functional as F


class Net(nn.Module):

    def __init__(self):
        super(Net, self).__init__()
        # 1 input image channel, 6 output channels, 3x3 square convolution
        # kernel
        self.conv1 = nn.Conv2d(1, 6, 3)
        self.conv2 = nn.Conv2d(6, 16, 3)
        # an affine operation: y = Wx + b
        self.fc1 = nn.Linear(16 * 6 * 6, 120)  # 6*6 from image dimension
        self.fc2 = nn.Linear(120, 84)
        self.fc3 = nn.Linear(84, 10)

    def forward(self, x):
        # Max pooling over a (2, 2) window
        x = F.max_pool2d(F.relu(self.conv1(x)), (2, 2))
        # If the size is a square you can only specify a single number
        x = F.max_pool2d(F.relu(self.conv2(x)), 2)
        x = x.view(-1, self.num_flat_features(x))
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = self.fc3(x)
        return x

    def num_flat_features(self, x):
        size = x.size()[1:]  # all dimensions except the batch dimension
        num_features = 1
        for s in size:
            num_features *= s
        return num_features


net = Net()
print(net)

所以代码部分应该是图片中的CNN模型结构。我不明白的是这个。

从输入到 C1 发生卷积，使用了 3*3 内核。在这种情况下，C1 的尺寸不应该是 30 X 30 而不是 28 X 28 吗？
根据图像，F5 层的输入尺寸为 16 X 5 X 5，但代码另有说明。似乎 F5 层正在接受尺寸为 16 X 6 X 6 的输入。

我不知道是我拍错了还是图片有误。

【问题讨论】：

标签： python pytorch conv-neural-network

【解决方案1】：

我很确定图片是错误的。

如果您检查documentation of Conv2d。使用那里的方程，第一个卷积层应该输出(batch_size, 6, 30, 30)。运行模型也证实了我的结论。

图片应修改为：

INPUT: 1 x 32 x 32
C1: 6 x 30 x 30
S2: 6 x 15 x 15
C2: 16 x 13 x 13
S2: 16 x 6 x 6

【讨论】：