nn.Conv1d和nn.Conv2d理解

最新推荐文章于 2024-09-23 18:29:38 发布

Elva_23

最新推荐文章于 2024-09-23 18:29:38 发布

阅读量3w

点赞数 25

文章标签： nn.Conv1d nn.Conv2d

本文链接：https://blog.csdn.net/Elva_23/article/details/83826587

版权

参考链接：

https://blog.csdn.net/sunny_xsc1994/article/details/82969867

https://www.cnblogs.com/lovephysics/p/7220111.html

这里只做理解，不放官方文档。

1.nn.Conv1d

感觉一张图就可以理解，不得不说这个图真的太好了。图片来源：https://zhuanlan.zhihu.com/p/29201491

所谓一维卷积，就是卷积时只看纵列。初始：7乘5 卷积核：三种大小，分别为2*5、3*5、4*5，每种两个。重点是卷积时，只在纵列一个方向上滑动。这里stride为1,所以输出（n+2p-f）/s+1，padding为0，所以输出分别是{（7-2）/1 +1=6乘（5-5）/1+1=1}，（5*1），4*1。经过一个卷积核大小为4的max_pooling，变成1个值。最后获得6个值，进行拼接，在经过一个全连接层，输出2个类别的概率。