1D卷积神经网络模型入门指南：从理论到PyTorch实战

1次阅读

没有评论

共计 1779 个字符，预计需要花费 5 分钟才能阅读完成。

在分析传感器信号、音频波形或文本序列等时序数据时，传统 RNN/LSTM 面临梯度消失和计算效率低下的问题。相比之下，1D CNN 具有三大核心优势：

并行计算能力 ：卷积核可同时处理所有时间步，训练速度比 RNN 快 3 - 5 倍
局部特征提取 ：通过滑动窗口捕获局部模式（如心电图中的异常波形段）
层级抽象 ：多层卷积可逐步提取从微观到宏观的时间特征

假设输入序列 $X \in \mathbb{R}^{L_{in} \times d_{in}}$，单个卷积核 $W \in \mathbb{R}^{k \times d_{in}}$ 的运算过程为：

$$
Y_t = \text{ReLU}\left(\sum_{i=0}^{k-1} W_i \cdot X_{t+i} + b\right)
$$

输出长度 $L_{out}$ 由以下公式决定：

$$
L_{out} = \left\lfloor \frac{L_{in} + 2p – k}{s} \right\rfloor + 1
$$

其中 $p$ 为 padding 数，$s$ 为 stride 步长。当 $s=1, p=(k-1)/2$ 时可保持序列长度不变。

class TimeSeriesDataset(Dataset):
    def __init__(self, data):
        self.data = data

    def __getitem__(self, idx):
        # 标准化处理
        seq = (self.data[idx] - np.mean(self.data[idx])) / np.std(self.data[idx])
        return torch.FloatTensor(seq)

    def collate_fn(batch):
        # 动态 padding
        lengths = [len(x) for x in batch]
        padded = pad_sequence(batch, batch_first=True)
        return padded.unsqueeze(-1), torch.tensor(lengths)  # (B,L,1)

class AdaptiveConv1D(nn.Module):
    def __init__(self, in_dim, out_dim, max_k=7):
        super().__init__()
        self.convs = nn.ModuleList([nn.Conv1d(in_dim, out_dim, k, padding=k//2)
            for k in range(3, max_k+1, 2)
        ])

    def forward(self, x):
        # 自动选择最佳 kernel_size
        outputs = []
        for conv in self.convs:
            out = conv(x)
            outputs.append(out.mean(dim=-1))  # 全局平均作为选择依据

        weights = torch.softmax(torch.stack(outputs), dim=0)
        final_out = sum(w * o for w, o in zip(weights, outputs))
        return final_out