PyTorch深層学習⑭畳み込み層:実践編

前回は、畳み込み層の仕組みを解説しました。今回は、特に画像処理などで使われる2次元畳み込み（nn.Conv2d）を紹介します。

本シリーズの記事リスト

---

• ①前提条件

• ②テンソル

• ③テンソル：NumPy編

• ④テンソル：Tensor編

• ⑤データセット編

• ⑥線形回帰：理論編

• ⑦線形回帰：実装編

• ⑧ロジスティック回帰:理論編

• ⑨ロジスティック回帰:実装編

• ⑩ニューラルネットワーク

• ⑪単純な画像分類１

• ⑫単純な画像分類2

• ⑬畳み込み層:理論編

• ⑭畳み込み層:実践編

• ⑮最大値プーリング

• ⑯畳み込みニューラルネットワーク

• ⑰再帰型ニューラルネットワーク

• ⑱再帰型：実装編

• ⑲LSTM:理論編

• ⑳LSTM:実践編

• ㉑トランスフォーマー:紹介編

• ㉒トランスフォーマー:実践編

---

nn.Conv2dでは次のような設定パラメータがあります。

• 入力チャンネル（in_channels）

• 出力チャンネル（out_channels）

• カーネルサイズ（kernel_size）

• ストライド（stride）

• パディング（padding）

• ダイレーション（dilation）

• グループ（groups）

• バイアス（bias）

• パディングモード（padding_mode）

これらを一つ一つ見ていきます。

デフォルトでは次のような値が設定されます。

import torch.nn as nn

nn.Conv2d(
    in_channels,
    out_channels,
    kernel_size,
    stride=1,
    padding=0,
    dilation=1,
    groups=1,
    bias=True,
    padding_mode='zeros',
    device=None,
    dtype=None)

では、さっそく始めましょう。