神经网络基础 | 给定条件下推导对应的卷积层参数

按照 PyTorch 文档中 给定的设置：

$$H_{out}=\lfloor \frac{H_{in}+2\times \text{padding}[0]-\text{dilation}[0]\times (\text{kernel\_size}[0]-1)-1}{\text{stride}[0]}+1\rfloor$$

$$W_{out}=\lfloor \frac{W_{in}+2\times \text{padding}[1]-\text{dilation}[1]\times (\text{kernel\_size}[1]-1)-1}{\text{stride}[1]}+1\rfloor$$

其中涉及到了几个卷积的参数：

• 输入的尺寸，$i$：$H_{in}$，$W_{in}$；
• 输出的尺寸，$o$：$H_{out}$，$W_{in}$；
• 对应维度上的单侧 padding，$p$：$\text{padding}$；
• 对应维度上的扩张率，$d$：$\text{dilation}$；
• 卷积核尺寸，$k$：$\text{kernel\_size}$；
• 卷积滑动步长，$s$：$\text{stride}$。

一般来说，H 方向和 W 方向的参数是一样的，所以后续的介绍中仅考虑单一 H 方向。

另外，该运算规则对于 nn.Unfold 这类操作同样是满足的。

已知：$i,o,k,d$

这里的 $o$ 其实也可以理解为沿着指定方向，在特定参数约束下的实际执行计算的窗口数量。

由于涉及到扩张率 $d$，所以我们应该直接考虑等效的卷积核 $k^{\prime }=(k-1)\times d+1$。注意，这里的 $k^{\prime }$ 仅用来表示滑窗大小，而并非表示实际的参与计算的元素数量。实际参与计算的依然只有 $k$ 个元素。前者可以用于计算实际的滑窗次数，而后者在这里的推导中并不需要考虑。

已知实际窗口 $k^{\prime }$，我们可以获得滑窗步长 $s=\lceil \frac{i-k^{\prime }}{o-1}\rceil$。这里要注意向上取整的操作，由于实际步长需要为整数，所以这里如果除不尽的话需要凑到整数，但是又不能向下取整，因为向下取整会导致滑窗无法完全覆盖所有输入数据，而向上取整，则可以尽可能充分的覆盖整个轴向的数据，而多出来的部分，则可以通过 padding 策略来进行补齐。于是我们也由此可以获得整体的 padding 数，即 $\lceil s\times (o-1)+k^{\prime }-i\rceil$。也就是通过新的 stride 和等效的 kernel_size，重新计算一次输入尺寸，多出来的部分就是 padding 的数量。

关于 padding 的计算实际上需要考虑框架实际的需求，对于 PyTorch 而言，Conv2d 和 Unfold 都是针对 H 和 W 两个方向的两侧同时进行相同的 padding 操作，也就是说，左右各自对应的 $p$ 是一样的。上下也是类似。所以我们这里提供的 $p$ 应该是单侧的 padding 值，而通过 stride 直接作差获得的是单轴上的总 padding 数 $p_{total}$。所以需要取一半。此时又面临了向上取整还是向下取整的问题。考虑这个问题我们就得了解卷积操作究竟是如何对待 padding 的。实际上，padding 后的输入，在卷积时，如果最后一个窗口内的元素数量不够，那么这个窗口就会被舍弃，也就不会赋到输出变量里。所以只要输入 padding 后在最后一个滑窗位置之后的位置上凑不够一个新的滑窗，那么其就是等价的。所以我们对获得的 padding 直接除以 2 并向上取整即可：$p^{\prime }=\lceil \frac{p_{total}}{2}\rceil$。

我们将代码整理下，可以得到用于计算这些量的函数：

@lru_cache()
def get_unfold_params_v0(width, num_kernels, kernel_size=8, dilation=1):real_kernel_size = (kernel_size - 1) * dilation + 1if width <= real_kernel_size:padding = math.ceil((real_kernel_size - width) / 2)assert width + padding <= real_kernel_size <= width + 2 * paddingstride = padding + 1num_kernels = 1else:stride = math.ceil((width - real_kernel_size) / (num_kernels - 1))if stride == 1:num_kernels = width - real_kernel_size + 1padding = math.ceil((stride * (num_kernels - 1) + real_kernel_size - width) / 2)params = dict(kernel_size=kernel_size, stride=stride, padding=padding, dilation=dilation)if _DEBUG:print(dict(width=width, num_kernels=num_kernels, **params))if not (stride >= 1or padding >= 0or width <= stride * (num_kernels - 1) + real_kernel_size <= width + padding * 2):raise ValueError(f"valid params does not exist for {dict(width=width, num_kernels=num_kernels, **params)}")return params, width, num_kernels

这里额外考虑了：

• 当输入宽度小于指定核大小时，这个时候直接 padding 就行，但是同时需要修改送入的 num_kernels 参数。当然，如果要严格限定，那这里可以改为报错即可。
• 当输入宽度大于指定核大小时，此时需要考虑超出的量
  • 如果超出的量并不能大于 num_kernels - 1，此时虽然向上取整后结果为 1，但是每个未取整的 stride 的真实值是小于 1 的。这样使用取整更新过后 stride 计算时，会造成不必要的 padding。所以此时我们更新下 $o$，也就是将其直接设为 $s=1$ 的情况下对应的结果，此时的 padding 数量为 0。当然，如果这里并不想更改 $o$，那么直接计算 padding 即可。
• 对输出的参数进行一个简单的约束：
  • $s$ 要大于等于 1；
  • $p$ 要大于等于 0；
  • $i\le s\times (o-1)+k^{\prime }\le i+2p$。最大为 padding 后的尺寸，最小则为原始尺寸。

已知：$i,k,s,d$

这里的输入不再限定输出的尺寸，而是提供了初始的步长约束 $s$。

同样的，先计算真实的卷积核大小 $k^{\prime }=(k-1)\times d+1$。

按照一般情况，输入核小于输入尺寸，此时我们可以计算得到的对应的输出尺寸：$o=\lceil \frac{i-k^{\prime }}{s}+1\rceil$。

由于输出尺寸并不是严格使用输入的 $s$ 计算获得的，这里涉及到了一个取整的过程，所以实际上对应的 stride 也发生了改变，我们有必要依此对 stride 进行一下更新：$s^{\prime }=\lceil \frac{i-k^{\prime }}{o-1}\rceil$

输出尺寸得到后就该计算单侧 padding 的大小了，这里同样使用向上取整：$\lceil \frac{k^{\prime }+s^{\prime }\times (o-1)-i}{2}\rceil$。

对应的代码为：

@lru_cache()
def get_unfold_params_v1(width, kernel_size=8, stride=8, dilation=1):real_kernel_size = (kernel_size - 1) * dilation + 1if width <= real_kernel_size:padding = math.ceil((real_kernel_size - width) / 2)assert width + padding <= real_kernel_size <= width + 2 * paddingstride = padding + 1num_kernels = 1else:num_kernels = math.ceil((width - real_kernel_size) / stride) + 1if num_kernels == 1:stride = width - real_kernel_sizepadding = 0else:stride = math.ceil((width - real_kernel_size) / (num_kernels - 1))padding = math.ceil((real_kernel_size + stride * (num_kernels - 1) - width) / 2)params = dict(kernel_size=kernel_size, stride=stride, padding=padding, dilation=dilation)if _DEBUG:print(dict(width=width, num_kernels=num_kernels, **params))if not (stride >= 1or padding >= 0or width <= stride * (num_kernels - 1) + real_kernel_size <= width + padding * 2):raise ValueError(f"valid params does not exist for {dict(width=width, num_kernels=num_kernels, **params)}")return params, width, num_kernels