=== 卷积维度总结 ===
| 类型 | 输入维度 | 卷积核移动 | 主要应用 | 典型输入形状 |
|---|---|---|---|---|
| Conv1D | 3D | 1维(时间) | 序列、音频、文本 | [B,C,L] |
| Conv2D | 4D | 2维(空间) | 图像、2D数据 | [B,C,H,W] |
| Conv3D | 5D | 3维(时空) | 视频、3D数据 | [B,C,D,H,W] |
记忆要点:
- 'nD'指的是卷积核滑动的空间维度数
- 不是指输入张量的维度数
- 选择根据数据的空间/时间结构特性
- 这里的B，是指batch，即一次处理多少
如果不考虑批次，那么conv2D的输入实际上是3维的，加上batch这个维度之后多了1维才变成4维。由于batch相当于任务数，因此无论是几D的卷积，输入和输出在这个维度上是不会发生变化的。
例如：
对100张一张64x64灰度图进行2D卷积（卷积核的形状是2维），那么输入张量的形状是
[100,1,64,64]（64是宽和高，1是因为灰度图只有一“层”，即一个channel，或者说1种只描述亮度的特征, 100则是说我们这批任务有100张图都要做这个操作），假设期望输出的特征数量维20（即对应的输入的维度中的那个1，输出后则变为20）
那么，输出的形状则是
[100,20,,]
可以看出，输出依然是4维，第一个维度的那个100保持不变，因为它就是任务数，第二个维度的1变成了20，对应的预期输出特征数，最后那2个星星实际上跟卷积核的大小以及卷的方式有关系，但不影响输出依然是4维，以及张量形状=[B,C,..]的特点。
