CoarseNetd的网络结构卷积层详细公式

CoarseNetd是一个用于图像分类任务的卷积神经网络，其网络结构如下所示：

CoarseNetd(
  (conv1): Conv2d(3, 32, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
  (bn1): BatchNorm2d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
  (relu): ReLU(inplace=True)
  (maxpool): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
  (layer1): Sequential(
    (0): BasicBlock(
      (conv1): Conv2d(32, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
      (bn1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      (relu): ReLU(inplace=True)
      (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
      (bn2): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
    )
    (1): BasicBlock(
      (conv1): Conv2d(64, 128, kernel_size=(3, 3), stride=(2, 2), padding=(1, 1))
      (bn1): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      (relu): ReLU(inplace=True)
      (conv2): Conv2d(128, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
      (bn2): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      (downsample): Sequential(
        (0): Conv2d(64, 128, kernel_size=(1, 1), stride=(2, 2))
        (1): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      )
    )
    (2): BasicBlock(
      (conv1): Conv2d(128, 256, kernel_size=(3, 3), stride=(2, 2), padding=(1, 1))
      (bn1): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      (relu): ReLU(inplace=True)
      (conv2): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
      (bn2): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      (downsample): Sequential(
        (0): Conv2d(128, 256, kernel_size=(1, 1), stride=(2, 2))
        (1): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      )
    )
    (3): BasicBlock(
      (conv1): Conv2d(256, 512, kernel_size=(3, 3), stride=(2, 2), padding=(1, 1))
      (bn1): BatchNorm2d(512, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      (relu): ReLU(inplace=True)
      (conv2): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
      (bn2): BatchNorm2d(512, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      (downsample): Sequential(
        (0): Conv2d(256, 512, kernel_size=(1, 1), stride=(2, 2))
        (1): BatchNorm2d(512, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      )
    )
  )
  (avgpool): AdaptiveAvgPool2d(output_size=(1, 1))
  (fc): Linear(in_features=512, out_features=10, bias=True)
)

其中，`Conv2d`表示卷积层，其参数为输入通道数、输出通道数、卷积核大小、卷积步长和填充大小。`BatchNorm2d`表示批量归一化层，`ReLU`表示ReLU激活函数，`MaxPool2d`表示最大池化层，`AdaptiveAvgPool2d`表示自适应平均池化层，`Linear`表示全连接层。

具体地，`conv1`的卷积核大小为3x3，输入通道数为3，输出通道数为32，卷积步长为1，填充大小为1。`layer1`中包含4个`BasicBlock`，每个`BasicBlock`包含两个卷积层和一个批量归一化层。其中，第一个卷积层的卷积核大小为3x3，输入通道数为32（或上一个`BasicBlock`的输出通道数），输出通道数为64，卷积步长为1，填充大小为1；第二个卷积层的卷积核大小为3x3，输入通道数为64，输出通道数为64，卷积步长为1，填充大小为1。`layer1`中第一个`BasicBlock`的输入通道数和输出通道数不一致，因此需要添加一个`downsample`模块，其包含一个卷积层和一个批量归一化层，用于将输入的通道数变为输出通道数。`layer1`中后面的三个`BasicBlock`的输入通道数和输出通道数均为64、128、256和512，分别对应着四个下采样操作，即前三个`BasicBlock`的卷积层步长为2，将输入大小缩小为原来的一半，而最后一个`BasicBlock`的步长为1，大小不变。`avgpool`为自适应平均池化层，用于将最后卷积层的输出特征图转化为定长向量。`fc`为全连接层，输入大小为512，输出大小为10，用于进行分类。