输入参数
torch.nn.Conv2d( in_channels, #输入数据的通道数(如彩色图片,一般为3)
out_channels, #输出数据的通道数(就是我想让输出多少通道,就设置为多少)
kernel_size, #卷积核的尺寸(如(3,2),3与(3,3)等同)
stride = 1, #卷积步长,就是卷积操作时每次移动的格子数
padding = 0, #原图周围需要填充的格子行(列)数,无填充的话卷积到边缘会直接忽略该边缘
dilation = 1, #空洞卷积的空洞指数,一般默认为1即可
groups = 1, #分组卷积的组数,一般默认设置为1,不用管
bias = True, #卷积偏置,一般设置为False,True的话可以增加模型的泛化能力
padding_mode = 'zeros' #设置边缘填充值为0,或别的数,一般都默认设置为0
)
输出尺寸
输入参数
torch.nn.ConvTranspose2d(in_channels,
out_channels,
kernel_size,
stride=1,
padding=0,
output_padding=0,
groups=1,
bias=True,
dilation=1,
padding_mode='zeros') # by default