PyTorch 中的多个内核大小？答案

【问题标题】：Multiple Kernel Sizes in PyTorch?PyTorch 中的多个内核大小？
【发布时间】：2021-08-06 20:25:05
【问题描述】：

我正在开发字符嵌入，为此，我使用了 1D-CNN（参考：TowardsDataScience 上的文章）。

上面附加的文章考虑了卷积操作的多个内核/滤波器大小。

我的问题是：Pytorch 中有没有一种方法可以直接输入多个内核大小作为参数并得到结果？

【问题讨论】：

【解决方案1】：

没有一个模块可以接受内核大小列表，但您可以轻松地自己构建一个。您基本上需要创建多个并行作用的卷积块，这是一种方法：

class MultiScaleConv1d(nn.Module):

    def __init__(self, in_channels: int, out_channels: int, kernel_sizes: Iterable[int] = (3, 5, 7)):
        # iterate the list and create a ModuleList of single Conv1d blocks
        self.kernels = nn.ModuleList()
        for k in kernel_sizes:
            self.kernels.append(nn.Conv1d(in_channels, out_channels, k))

    def forward(self, inputs):
        # now you can build a single output from the list of convs
        out = [module(inputs) for module in self.kernels]
        # you can return a list, or even build a single tensor, like so
        return torch.cat(out, dim=1)

【讨论】：