Función PyTorch torch.nn.Conv1d

PyTorch torch.nn 参考手册Manual de referencia de PyTorch torch.nn

torch.nn.Conv1dEs el módulo de convolución unidimensional en PyTorch.

Se utiliza principalmente para procesar datos secuenciales, como texto, audio y señales de series temporales.

Definición de la función

torch.nn.Conv1d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True)

Descripción de parámetros

  • in_channels: número de canales de entrada
  • out_channels: número de canales de salida
  • kernel_size: tamaño del núcleo de convolución

Ejemplo de uso

Ejemplo 1: Uso básico

Ejemplo

import torch
import torch.nn as nn

# Convolución unidimensional: canales de entrada=3, canales de salida=64, tamaño del núcleo=3
conv1d = nn.Conv1d(in_channels=3, out_channels=64, kernel_size=3, padding=1)

# Entrada: batch=4, canales=3, longitud de secuencia=100
x = torch.randn(4, 3, 100)

output = conv1d(x)

print("Forma de entrada:", x.shape)
print("Forma de salida:", output.shape)

Ejemplo 2: Clasificación de texto

Ejemplo

import torch
import torch.nn as nn

class TextCNN(nn.Module):
    def __init__(self, vocab_size, embed_dim, num_classes):
        super(TextCNN, self).__init__()
        # Capa de incrustación: (batch, seq) -> (batch, embed, seq)
        self.embedding = nn.Embedding(vocab_size, embed_dim)

        # Múltiples núcleos de convolución de diferentes tamaños
        self.convs = nn.ModuleList([
            nn.Conv1d(embed_dim, 128, kernel_size=k)
            for k in [2, 3, 4, 5]
        ])
        self.fc = nn.Linear(128 * 4, num_classes)

    def forward(self, x):
        # x: (batch, seq)
        x = self.embedding(x)  # (batch, seq, embed)
        x = x.permute(0, 2, 1)  # (batch, embed, seq)

        # Convolución + ReLU + GlobalMaxPool
        pooled = []
        for conv in self.convs:
            c = conv(x)  # (batch, 128, seq')
            c = nn.functional.relu(c)
            c = c.max(dim=2)[0]  # Global max pooling
            pooled.append(c)

        x = torch.cat(pooled, dim=1)
        return self.fc(x)

# Prueba
model = TextCNN(vocab_size=10000, embed_dim=128, num_classes=2)
x = torch.randint(0, 10000, (4, 50))  # batch=4, seq=50
output = model(x)

print("Forma de entrada:", x.shape)
print("Forma de salida:", output.shape)

Ejemplo 3: Procesamiento de audio

Ejemplo

import torch
import torch.nn as nn

# Extracción de características de audio
conv_audio = nn.Conv1d(in_channels=1, out_channels=32, kernel_size=5, stride=2)

# Audio de un solo canal: batch=4, canales=1, puntos de muestreo=16000
audio = torch.randn(4, 1, 16000)

output = conv_audio(audio)

print("Forma de entrada:", audio.shape)
print("Forma de salida:", output.shape)
print("Longitud de salida:", output.shape[2])

Casos de uso

  • Clasificación de texto: TextCNN
  • Procesamiento de audio: extracción de características de voz
  • Series temporales: filtrado de señales

Nota: la forma del tensor de entrada es (batch, channels, length).

PyTorch torch.nn 参考手册Manual de referencia de PyTorch torch.nn

Otras extensiones