https://blog.csdn.net/qq_40210472/article/details/87895626
1. nn.Conv2d
nn.Conv2d
输入信号的形式为(N, Cin, H, W), N表示batch size,Cin表示channel个数,H,W分别表示特征图的高和宽。
参数说明:
-
stride(步长):控制cross-correlation的步长,可以设为1个int型数或者一个(int, int)型的tuple。
-
padding(补0):控制zero-padding的数目。
-
dilation(扩张):控制kernel点(卷积核点)的间距;
-
groups(卷积核个数):这个比较好理解,通常来说,卷积个数唯一,但是对某些情况,可以设置范围在1 —— in_channels中数目的卷积核:
class torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True)