在学习卷积神经网时候，本人对代码中的卷积维度变化不是很理解，记录学习过程供参考。
假设有一个卷积核W（3X3X3X2），第一个维度为高度，第二个维度为宽度，第三个维度为通道数，第四个维度为卷积层数。上图展示一下：
在这里插入图片描述
?
关于卷积过程中维度的变化：
三维的巻积核对图像操作，得到的还是二维平面，如果处理的图是三维的
对于单通道的灰度图卷积很好理解，如4X4的图片用3X3的一个卷积核进行卷积（步长为一），那结果就是2X2的维度；假设卷积核有2层，即为3X3X2，那么卷积出来的结果就是2X2X2。结果的维度就相当于拿卷积核这个“面”在图像里平移，看有多少个这样的“面”。
对于多通道而言，借用上面思维来理解就清晰了，如6X6X3的RGB图片，用3X3X3的卷积核来卷积（同样步长为一），就相当于拿一个3X3X3的正方体（卷积核）在6X6X3的长方体里平移（原图像），得出的结果就是二维的4X4，因为卷积核只需要在图片的第一和第二维平移，第三维度相等无需移动。此时如果卷积核层数为2，即3X3X3X2，那么结果就相当于有两层4X4的结果，即4X4X2。以此类推。
借用网上的图帮助理解：
在这里插入图片描述
?
BatchNorm：
随机选取了Batch进行Normalization， 为了防止过拟合而使用。3d操作就算将4维数据组成的5维操作，但是数据的维度是不变化的，因为没有像巻积操作嘛
dilated convolution
空洞巻积，即膨胀巻积，它的感受野可以设置的比普通巻积大，代码实例如下，即dilation的不同，如果设置为1就是普通巻积
torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode='zeros', device=None, dtype=None)
attention：
计算出了attention map然后再和这个特征相乘，就是经过attention处理的特征