Convoluții 2D în PyTorch: nn.Conv2d, Kernel, Stride și Padding în PyTorch & Deep Learning Practic

Stratul nn.Conv2d aplică o convoluție bidimensională peste un semnal de intrare format din mai multe planuri (canale de culoare sau hărți de caracteristici). Comportamentul geometric este controlat de parametrii de bază:

• kernel_size: Dimensiunea ferestrei de filtrare (ex: 3×3 sau 5×5).
• stride: Pasul de deplasare a ferestrei peste imagine.
• padding: Numărul de pixeli adăugați pe marginile intrării (padding-ul same păstrează dimensiunile originale).
• dilation: Spațierea dintre punctele kernelului (convoluție dilatată).

import torch
import torch.nn as nn

# Intrare: (Batch, Canale, Înălțime, Lățime)
x = torch.randn(16, 3, 64, 64)

# Strat convoluțional cu 32 de filtre 3x3 și padding de 1
conv = nn.Conv2d(in_channels=3, out_channels=32, kernel_size=3, stride=1, padding=1)
out = conv(x)
print("Ieșire convoluție:", out.shape)  # torch.Size([16, 32, 64, 64])

Greutățile convoluționale sunt inițializate automat conform algoritmului Kaiming Uniform, optimizat pentru funcții de activare de tip ReLU.