一文详细描述Paddle的Conv2d使用方法

最近在学习Paddle，使用过程中有了些许的理解，所以把这部分内容记录下来，分享给大家，如果有问题也可以留言一起探讨~

进入正文部分，Paddle下Conv2d这个API的使用说明，首先来看一下Conv2d的声明部分：

paddle.fluid.dygraph.Conv2D(num_channels, num_filters, filter_size, \
stride=1, padding=0, dilation=1, groups=None, param_attr=None, \
bias_attr=None, use_cudnn=True, act=None, dtype='float32')

主要参数如下：

• num_channels：输入的通道数，这个没什么好讲的；
• num_filters：卷积核的数目，也就是输出的通道数，这里torch是out_channels，而TF则是filters，各不相同，各位同学使用的时候要注意下；
• filter_size：卷积核的大小，可以是int或者是tuple，int就是卷积核长和宽一致，而tuple则是两个int组成，第一个表示卷积核的长，第二个表示卷积核的宽，这里，TF和torch保持了一致，都是kernel_size，不知道paddle为什么这样子设计；
• stride：步长，卷积核的步长，和torch一样，TF是复数形式strides；
• padding：填充大小，可以是int或是tuple，表示长宽各自的填充0的大小，这里和torch一样，TF则是'same','valid'等；而torch提供了多一个的padding_mode，支持'same','valid'等的填充方式，不愧是业界标杆~
• dilation：空洞率，可以是int或是tuple，与torch一致，而TF则是dilation_rate，怎么就你不一样呢；
• groups：卷积层组数，与torch一致，而TF没有这个参数，实现分组卷积；
• param_attr：weight的参数对象，可以用来自定义weight的初始化；这里tf和torch都没有对应的参数，但是torch可以通过使用conv2d+自定义weight、bias的方式实现Conv2d；而tf则可以通过kernel_initializer来初始化weight；这里由于底层的不一致，上层使用上也是各不相同；
• bias_attr：bias的参数对象，可以用来定义bias的初始化；与weight类似，不做过多的说明；
• use_cudnn：要不要使用cudnn核.....
• act：激活函数，torch没有支持act，毕竟直接在外面加一层就可以，还是很方便的；而tf则是叫activation，2020年了，真的不嫌全名写起来很长么...
• dtype：数据类型，默认float32，tf和torch都没有对应的参数；一般用不太到的参数；

简单的做个总结，paddle的Conv2d支持的功能还是蛮全的，比如dilation和groups，但是，参数名字有些就怪怪的，比如num_filters，远远没有out_channels来的清晰直观；还有paddle自定义的数据类型param_attr，使用起来要费一些心思；

对比就是这么多，组网的时候，Paddle也可以通过继承Layer的方式，完成模型的构建，比如AlexNet，代码如下：

import paddle.fluid as fluid
from paddle.fluid.dygraph import Conv2d, Linear, Pool2D

class AlexNet(fluid.dygraph.Layer):
    def __init__(self):
        super(AlexNet, self).__init__()
        self.conv1 = Conv2d(num_channels=3, num_filters=96, filter_size=11, stride=2, padding=2, act="relu")
        self.max_pool1 = Pool2D(pool_size=3, pool_type='max', pool_stride=2)
        self.conv2 = Conv2d(num_channels=96, num_filters=256, filter_size=5, stride=1, padding=2, act="relu")
        self.max_pool2 = Pool2D(pool_size=3, pool_type='max', pool_stride=2)  
        self.conv3 = Conv2d(num_channels=256, num_filters=384, filter_size=3, stride=1, padding=1, act="relu")
        self.conv4 = Conv2d(num_channels=384, num_filters=384, filter_size=3, stride=1, padding=1, act="relu")
        self.conv5 = Conv2d(num_channels=384, num_filters=256, filter_size=3, stride=1, padding=1, act="relu")
        self.max_pool5 = Pool2D(pool_size=3, pool_type='max', pool_stride=2)
        self.linear6 = Linear(input_dim=9216, output_dim=4096, act="relu")
        self.linear7 = Linear(input_dim=4096, output_dim=4096, act="relu")
        self.linear8 = Linear(input_dim=4096, output_dim=50)
        
    def forward(self, inputs, label=None):
        x = self.conv1(inputs)
        x = self.max_pool1(x)
        x = self.conv2(x)
        x = self.max_pool2(2)
        x = self.conv3(x)
        x = self.conv4(x)
        x = self.conv5(x)
        x = self.max_pool5(x)
        x = fluid.layers.reshape(x, [-1, 9216])
        x = self.linear6(x)
        x = self.linear7(x)
        x = self.linear8(x)
        return x

本文地址：https://blog.csdn.net/tanggebai0654/article/details/107641132