nn.Conv2d
- 二维卷积可以处理二维数据
- nn.Conv2d(self, in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True))
参数解析:
- in_channel: 输入数据的通道数,例RGB图片通道数为3;
- out_channel: 输出数据的通道数,这个根据模型调整;
- kennel_size: 卷积核大小,可以是int,或tuple;kennel_size=2,意味着卷积大小(2,2), kennel_size=(2,3),意味着卷积大小(2,3)即非正方形卷积;
- stride:步长,默认为1,与kennel_size类似,stride=2,意味着步长上下左右扫描皆为2, stride=(2,3),左右扫描步长为2,上下为3;
- padding:零填充的行数
例子:
输入数据X[10,16,30,32],其分别代表:10组数据(batch_size),通道数为16(in_channel),高度为30(height),宽为32(width)