PyTorch實現卷積和池化（kaggle環境）

import numpy as np
import torch
from torch import nn
from torch.autograd import Variable
from PIL import Image
import matplotlib.pylab as plt
%matplotlib inline

卷積層

導入圖片並且轉化爲灰度圖

kaggle環境中所有本地數據都有上傳才能加載！

im = Image.open('../input/cat.jpg').convert('L')

將圖片轉化爲矩陣

im = np.array(im, dtype='float32')

查看圖片，將圖片矩陣轉化爲uint8類型，uint8是無符號八位整型，表示範圍是[0, 255]的整數，colormap爲gray

plt.imshow(im.astype('uint8'), cmap='gray')

<matplotlib.image.AxesImage at 0x7f301f697160>

im.shape

(121, 121)

將圖片矩陣轉化爲Tensor，並將圖片大小轉化爲卷積輸入的要求大小

print(im.shape)
im = torch.from_numpy(im.reshape(1,1,im.shape[0], im.shape[1]))
print(im.shape)

(121, 121)
torch.Size([1, 1, 121, 121])

使用nn.Conv2d定義卷積層。參數：輸入通道數，輸出通道數，kernel大小，偏置爲0

conv1 = nn.Conv2d(1, 1, 3,bias=False)

定義kernel矩陣內容，爲3X3矩陣，中間爲8，其餘爲-1

sobel_kernel = np.array([[-1,-1,-1],[-1,8,-1],[-1,-1,-1]],dtype='float32')
print(sobel_kernel.shape)

(3, 3)

將卷積核大小設置與卷積層通道相一致

sobel_kernel = sobel_kernel.reshape((1,1,3,3))
print(sobel_kernel.shape)

(1, 1, 3, 3)

將定義好得卷積核轉化爲Tensor，並賦值給卷積層權重

conv1.weight.data = torch.from_numpy(sobel_kernel)

使用卷積層對圖片進行卷積

edge1 = conv1(Variable(im))
print(edge1.shape)

torch.Size([1, 1, 119, 119])

用函數squeeze去掉卷積操作後的其他爲1的維數，並且將Tensor轉化爲numpy

print(edge1.data.squeeze().shape)
edge1 = edge1.data.squeeze().numpy()

torch.Size([119, 119])

將經過卷積後的圖片顯示出來

plt.imshow(edge1,cmap='gray')

<matplotlib.image.AxesImage at 0x7f301b5afac8>

池化層

導入最大池化層，並定義池化大小

pool1 = nn.MaxPool2d(2, 2)

打印出張量格式的圖片大小

print('before max pool, image shape: {} x {}'.format(im.shape[2], im.shape[3]))

before max pool, image shape: 121 x 121

將Tensor轉化爲Variable，進行最大池化操作。並將結果轉化爲numpy

small_im1 = pool1(Variable(im))
small_im1 = small_im1.data.squeeze().numpy()

打印出經過池化層後的圖片大小

print('after max pool, image shape: {} X {}'.format(small_im1.shape[0],small_im1.shape[1]))

after max pool, image shape: 60 X 60

打印出圖片

plt.imshow(small_im1,cmap='gray')

<matplotlib.image.AxesImage at 0x7f301b594438>