如何在PyTorch中用Conv1d层实现3x1核从2D张量生成3D张量？

首先明确：论文里的「3x1 Conv1d」表述是把输入的通道数×时间步长视为二维结构，其中3对应时间维度的卷积窗口大小，1对应通道维度的全覆盖（即每个卷积核会用到所有输入通道的时间步数据），这完全可以用PyTorch的nn.Conv1d实现，核心是参数的正确设置。

核心思路与代码实现 #

你的输入张量形状应为(batch_size, 11, 180)（batch数、11个输入通道、180时间步），目标是通过Conv+池化得到(batch_size, 64, 59)的输出（64个特征图、59时间步），具体步骤如下：

1. 直接用nn.Conv1d实现（推荐） #

nn.Conv1d的kernel_size参数对应时间维度的窗口大小（即论文里的「3」），输入输出通道数分别设为11和64，搭配合适的池化参数即可得到目标形状：

import torch
import torch.nn as nn

# 构建首个Conv+池化模块
first_block = nn.Sequential(
    # in_channels=11（输入通道数），out_channels=64（特征图数量），kernel_size=3（时间维度核大小）
    nn.Conv1d(in_channels=11, out_channels=64, kernel_size=3),
    # 池化核大小3，步长3，确保输出时间步为59
    nn.MaxPool1d(kernel_size=3, stride=3)
)

# 测试输入
test_input = torch.randn(2, 11, 180)  # 2个样本，11通道，180时间步
output = first_block(test_input)
print(output.shape)  # 输出: torch.Size([2, 64, 59])

形状计算验证：

• Conv1d输出时间步：180 - 3 + 1 = 178（无padding、stride=1时的公式：L_out = L_in - kernel_size + 1）
• MaxPool1d输出时间步：(178 - 3) // 3 + 1 = 59（公式：L_out = floor((L_in - kernel_size)/stride) + 1）

2. 用nn.Conv2d模拟3x1卷积（可选） #

如果想严格对应论文的「3x1」二维核表述，可以给输入增加一个维度，用nn.Conv2d实现，最终再压缩维度：

first_block_2d = nn.Sequential(
    nn.Conv2d(in_channels=11, out_channels=64, kernel_size=(3, 1)),
    nn.MaxPool2d(kernel_size=(3, 1), stride=(3, 1))
)

test_input_2d = test_input.unsqueeze(-1)  # 新增维度，形状变为(2,11,180,1)
output_2d = first_block_2d(test_input_2d)
print(output_2d.squeeze(-1).shape)  # 压缩后同样得到(2,64,59)

这种方式完全等效，但nn.Conv1d的计算效率更高，更适合时序数据处理。

关键说明 #

论文里的「3x1 Conv1d」本质是在时间维度取3个连续步长，对所有输入通道做加权求和，这正是nn.Conv1d的默认行为——每个卷积核的形状为(in_channels, kernel_size)，会覆盖所有输入通道的指定时间窗口，无需额外设置分组或特殊参数。

内容的提问来源于stack exchange，提问作者Victor L