Pytorch中torch.nn.conv2d和torch.nn.functional.conv2d的区别

第一点：

nn.Conv2d 是一个类，而 nn.functional.conv2d更像是一个函数。具体地说就是：

•  nn.Conv2d可以狭隘的理解为Class类，需要继承自nn.Module nn.Module 类，具体代码查看

  https://pytorch.org/docs/stable/_modules/torch/nn/modules/conv.html#Conv2d

•  nn.functional 中的函数更像是纯函数，由 def function(input，，) 定义
   

第二点：

•  调用torch.nn.xxx 时要先在里面传入超参数，然后再将数据以函数调用的方式传入 nn.xxx
•  torch.nn.functional需要同时传入数据和额外参数

# torch.nn——需要先设定超参数in_channels、out_channels、kernel_size等
inputs =  torch.randn(64, 3, 512, 512)
self.conv1 = nn.Conv2d(in_channels=64, out_channels=128 kernel_size=5, strides=2, padding=1)
outputs = self.conv(inputs)

# torch.nn.functional——需要同时传入inputs和 weight，bias等参数
inputs =  torch.randn(64, 3, 512, 512)
weight = torch.randn(64, 3, 3, 3)
bias = torch.randn(64)
outputs = nn.functinoal.conv2d(inputs, weight, bias, padding=1)

参考文章：

https://blog.csdn.net/weixin_45561795/article/details/109727240?utm_medium=distribute.pc_relevant.none-task-blog-2~default~baidujs_baidulandingword~default-0.pc_relevant_default&spm=1001.2101.3001.4242.1&utm_relevant_index=3