Conv1d 输入输出以及卷积核维度

input – (batch_size , in_channels , N ) (批大小, 数据的通道数, 数据长度)

output – (batch_size , out_channels , N ) (批大小, 产生的通道数, 卷积后长度)

卷积后的维度:(n - k + 2 * p ) / s + 1

k: 卷积核大小,p: 使用边界填充,s: 步长。

卷积核维度: ( in_channels , kernel_size , out_channels )

参考文章:https://blog.csdn.net/xu624735206/article/details/124961990

  • 2
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值