一、前言
本文对比 手动卷积演示代码 和 标准模型卷积实战代码，区分 torch.nn.functional.conv2d（函数式卷积）与 torch.nn.Conv2d（类形式卷积层）的用法、场景、底层逻辑，同时梳理张量维度、网络执行流程、数据集调用等全套知识点，适合深度学习入门复习。
二、代码 1：函数式卷积 F.conv2d 手动卷积演示
完整代码
python
运行
import torch
import torch.nn.functional as F
# 1. 定义原始二维输入矩阵（模拟单通道图像）
input = torch.tensor([[1,2,0,3,1],
[0,1,2,3,1],
[1,2,1,0,0],
[5,2,3,1,1],
[2,1,0,1,1]])
# 2. 手动定义卷积核
kernel = torch.tensor([[1,2,1],
[0,1,0],
[2,1,0]])
# 3. 维度变换：转为卷积要求的 4 维格式 [N, C, H, W]
# N=1(批次), C=1(通道), H=5(高), W=5(宽)
input = torch.reshape(input,(1,1,5,5))
# 卷积核也转为4维：[out_C, in_C, kH, kW]
kernel = torch.reshape(kernel,(1,1,3,3))
# 4. 调用函数式卷积完成计算
output = F.conv2d(input, kernel, stride=1)
# 5. 打印卷积结果
print(output)
逐行详细解析
1. 库导入
python
运行
import torch
import torch.nn.functional as F
- torch：基础张量运算库，用来创建矩阵、变形、计算；
- torch.nn.functional：简写为 F，函数式神经网络算子库，内部包含卷积、激活、池化等纯计算函数，无内置可训练参数。
2. 定义输入与卷积核
python
运行
# 原始输入：二维张量 [H, W] 5行5列
input = torch.tensor([[1,2,0,3,1],…])
# 手动自定义 3×3 卷积核
kernel = torch.tensor([[1,2,1],…])
- 此处是纯数学矩阵，模拟一张 5×5 单通道灰度图；
- 卷积核由用户手动指定固定数值，不是模型自动训练出来的参数。
3. reshape 维度扩充（核心重点）
python
运行
input = torch.reshape(input,(1,1,5,5))
PyTorch 二维卷积 conv2d 强制要求输入为 4 维张量，格式规定： [batch_size, channels, height, width] → 简写 [N, C, H, W]
参数解释：
python
运行
kernel = torch.reshape(kernel,(1,1,3,3))
卷积核标准 4 维格式：[out_channels, in_channels, kH, kW]
- 第 1 个1：输出通道数；
- 第 2 个1：输入通道数（和输入图像通道一致）；
- 3,3：卷积核尺寸。
核心规则：只要使用卷积算子，必须补全 4 个维度，哪怕只有 1 张图、1 个通道。
4. F.conv2d 函数调用
python
运行
output = F.conv2d(input, kernel, stride=1)
5. 输出形状计算
三、代码 2：类形式卷积 nn.Conv2d + 数据集实战
完整代码
python
运行
import torch.nn
import torchvision
from torch import nn
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter
# 1. 加载CIFAR10测试集
torch_dataset = torchvision.datasets.CIFAR10(
root="../dataset",
train=False,
transform=torchvision.transforms.ToTensor(),
download=True
)
# 2. 批量数据加载器
dataloader = DataLoader(dataset=torch_dataset, batch_size=64)
# 3. 自定义卷积网络（继承nn.Module）
class f1(nn.Module):
def __init__(self):
super().__init__()
# 定义卷积层（类形式卷积）
self.conv2d=torch.nn.Conv2d(in_channels=3,out_channels=6,kernel_size=3,stride=1)
# 前向传播：数据运算逻辑
def forward(self, x):
x=self.conv2d(x)
return x
# 4. TensorBoard日志器
writer = SummaryWriter("logs3")
# 5. 实例化网络
f=f1()
step=0
# 6. 循环遍历批次数据
for data in dataloader:
imgs,target=data
# 传入图像，执行卷积运算
output =f(imgs)
# 可视化原始图片
writer.add_images("input",imgs,step)
# 重塑维度，适配TensorBoard显示
output = torch.reshape(output,(-1,3,30,30))
writer.add_images("output",output,step)
step+=1
# 关闭日志
writer.close()
逐行详细解析
1. 库导入
python
运行
import torchvision # 视觉库：数据集、图像预处理
from torch import nn # 神经网络模块：网络层、模型基类
from torch.utils.data import DataLoader # 批量加载数据
from torch.utils.tensorboard import SummaryWriter # 可视化
2. 加载 CIFAR10 数据集
python
运行
torch_dataset = torchvision.datasets.CIFAR10(
root="../dataset", # 数据集存放路径，../ 代表上一级目录
train=False, # False = 加载测试集（10000张）
transform=ToTensor(), # 预处理：PIL图 → 张量 + 归一化 + 维度转换
download=True # 本地无文件则自动下载
)
- 单张图像形状：[3, 32, 32]，3 通道 RGB 彩色图；
- 像素范围：[0, 1]。
3. DataLoader 批量打包
python
运行
dataloader = DataLoader(dataset=torch_dataset, batch_size=64)
- batch_size=64：每一批取出 64 张图片；
- 输出数据形状：[64, 3, 32, 32]，标准 4 维卷积输入格式。
4. 自定义网络类（PyTorch 标准模型写法）
python
运行
class f1(nn.Module):
def __init__(self):
super().__init__()
# 定义卷积层：类形式 Conv2d
self.conv2d=torch.nn.Conv2d(in_channels=3,out_channels=6,kernel_size=3,stride=1)
- 仅在模型创建时执行 1 次；
- 作用：定义网络层、自动创建可训练参数（卷积核 + 偏置）；
- 此阶段不做任何图像运算。
nn.Conv2d 核心参数详解
表格
| in_channels=3 | 3 | 输入通道数，对应 RGB 三通道图像 |
| out_channels=6 | 6 | 输出通道数，代表使用 6 个卷积核，输出 6 组特征图 |
| kernel_size=3 | 3 | 卷积核大小 3×3 |
| stride=1 | 1 | 卷积核滑动步长为 1 |
默认参数：padding=0，不补 0。
5. forward 前向传播函数
python
运行
def forward(self, x):
x=self.conv2d(x)
return x
- 网络真正执行运算的地方；
- 规则：外部调用 模型实例(输入) 时，PyTorch 会自动执行 forward；
- 每一批数据都会走一遍该函数，完成卷积计算。
6. 模型实例化 & 循环推理
python
运行
f=f1() # 创建模型，执行 __init__，初始化卷积核参数
for data in dataloader:
imgs,target=data # 解包：图像张量 + 标签
output =f(imgs) # 传入图像 → 自动调用forward → 执行卷积
- f(imgs) 是整套代码的运算入口；
- 卷积输入：[64, 3, 32, 32]；
- 卷积输出尺寸计算： \\((32-3)\\div1 +1 = 30\\) 输出形状：[64, 6, 30, 30]
7. reshape 与 TensorBoard 可视化
python
运行
output = torch.reshape(output,(-1,3,30,30))
- -1：自动推导批次维度；
- 3：强制改为 3 通道，适配 RGB 可视化；
8. writer.close()
将内存中日志完整写入本地文件，防止日志丢失。
四、两段代码核心对比（重点总结）
1. 卷积 API 本质区别（最核心）
表格
| 所属模块 | torch.nn.functional | torch.nn |
| 参数持有 | 无内置参数，卷积核手动传入、固定不变 | 自带 weight/bias 可训练参数，框架自动初始化 |
| 使用位置 | 任意位置，多用于临时计算、原理演示 | 写在 __init__ 中，标准网络层写法 |
| 训练属性 | 卷积核不参与反向传播、无法训练 | 参数被模型收集，可配合优化器训练更新 |
| 适用场景 | 学习卷积原理、手动验证计算、固定特征提取 | 搭建深度学习模型、模型训练、工程实战 |
2. 输入数据形式对比
代码 1
- 输入：手动定义 5×5 二维矩阵（模拟单张灰度图）；
- 维度：手动 reshape 为 [1, 1, 5, 5]（单批次、单通道）；
- 数据来源：手动构造张量。
代码 2
- 输入：CIFAR10 标准数据集，RGB 彩色图；
- 维度：[64, 3, 32, 32]（多批次、三通道）；
- 数据来源：torchvision 官方数据集 + DataLoader 批量加载。
3. 代码结构与执行流程对比
代码 1 流程（简单流程）
特点：一步计算，无网络结构、无循环、无训练逻辑。
代码 2 流程（标准深度学习流程）
- __init__：搭建卷积层（仅执行 1 次）
- forward：定义运算逻辑（循环执行）
特点：工业级标准流程，可直接扩展为训练网络。
4. 通道数差异
- 代码 1：单通道图像（C=1），输出单通道特征图；
- 代码 2：RGB 三通道图像（C=3），卷积输出 6 通道特征图。
5. reshape 作用差异
- 代码 1：补全卷积必需的 4 维格式，为了正常执行卷积；
- 代码 2：修改通道数，为了适配 TensorBoard 可视化。
五、通用知识点汇总（复习必背）
卷积统一要求 无论哪种卷积方式，输入必须是 4 维张量：[N, C, H, W]（批次、通道、高、宽）。
卷积尺寸通用公式 \\(H_{out} = \\frac{H_{in} – kH}{stride} + 1 \\quad (padding=0)\\)
使用选择建议
- 学习卷积原理、手写验证 → 用 F.conv2d；
- 搭建模型、训练网络、项目开发 → 用 nn.Conv2d。
PyTorch 网络固定分工
- __init__：定义层、初始化参数（只执行一次）；
- forward：数据前向运算（每一条数据都执行）。
TensorBoard 限制 图像可视化仅支持 1 通道（灰度）、3 通道（RGB），多通道特征图需要维度转换才能显示。
