一、 卷積空間尺寸的計算與控制卷積操作如同滑動窗口在輸入數(shù)據(jù)上進行特征掃描。對于大小為 $N \times N$ 的輸入圖像和大小為 $F \times F$ 的卷積核步長為 1 時的輸出尺寸取決于填充Padding策略Valid 模式無填充機制卷積核嚴格在原始數(shù)據(jù)內(nèi)部滑動遇到邊界即停止。輸出尺寸$(N - F 1) \times (N - F 1)$。特點經(jīng)過多次卷積特征圖的空間尺寸會不斷縮小例如 U-Net 原始論文中的情況在進行跳躍連接時需要配合中心裁剪Crop操作。Same 模式等大填充機制為了保持輸出尺寸與輸入一致在原圖像外圍人工補零厚度為 $P$。輸出尺寸目標是讓 $(N 2P) - F 1 N$。計算填充量$P \frac{F - 1}{2}$例如 $3 \times 3$ 卷積核單側(cè)填充 $P1$。特點解決了深層網(wǎng)絡空間尺寸縮減導致的邊緣信息丟失問題便于編碼器和解碼器同尺度特征圖的直接拼接。二、 升維通道擴展的物理意義在 PyTorch 中nn.Conv2d(in_channels, out_channels)完成了通道的映射本質(zhì)是將物理空間數(shù)據(jù)轉(zhuǎn)換為高維特征空間數(shù)據(jù)。通道即特征初始輸入的通道如 RGB 的 3 通道或單通道的地震波場記錄只代表物理屬性顏色強度或振幅。將其升維至 64 通道意味著系統(tǒng)初始化了 64 個不同的特征探測器卷積核生成 64 種不同的特征圖。分層抽象淺層網(wǎng)絡提取低級、具象特征如數(shù)據(jù)的邊緣、高頻噪點、局部同相軸。隨著網(wǎng)絡加深和池化降采樣為了代償空間分辨率的損失必須繼續(xù)成倍升維如 128、256、512。這些深層的高通道張量存儲著高度抽象的復雜構造信息和全局上下文語義。三、 目標特征的學習機制損失與反向傳播網(wǎng)絡在初始化時并不知道什么是“隨機噪聲”什么是“有效信號”。特征的獲取完全依賴于數(shù)據(jù)驅(qū)動的試錯與糾偏機制前向預測網(wǎng)絡用當前的隨機參數(shù)處理輸入輸出一個初步結(jié)果。計算誤差使用損失函數(shù)如 MSE 或 L1 Loss計算預測結(jié)果與真實標簽干凈數(shù)據(jù)之間的差距。反向傳播根據(jù)鏈式法則網(wǎng)絡將誤差反向傳遞精準計算出每一個卷積核參數(shù)的梯度。參數(shù)演化經(jīng)過大量 Epoch 的優(yōu)化迭代底層參數(shù)被不斷微調(diào)。最終這些卷積核自動演化成了專門針對特定任務如波場重建或弱信號檢測的最優(yōu)濾波器。四、 降維與輸出重構高維特征空間如 64 層或 128 層通道是供網(wǎng)絡內(nèi)部計算使用的“抽象語義”最終必須將其坍縮回人類需要的物理維度。1x1 卷積的跨通道融合通過形狀為1x1x通道數(shù)的卷積核像針一樣垂直穿透所有特征圖。加權濃縮它將同一像素位置上的高維特征值進行加權求和將極其復雜的判斷依據(jù)如幾十個通道對信號不同側(cè)面的描述濃縮為一個標量結(jié)果。維度對齊將[Batch, 64, H, W]這種內(nèi)部張量降維輸出為最終所需的格式如二分類分割的 2 通道或去噪任務的 1 通道[Batch, 1, H, W]完成從特征空間到物理空間的閉環(huán)。