nn.ReLU() 和 nn.ReLU(inplace=True)区别
inplace=True
计算结果不会有影响。利用in-place计算可以节省内(显)存,同时还可以省去反复申请和释放内存的时间。但是会对原变量覆盖,只要不带来错误就用。
nn.Conv2d参数
参考1
参考2
注意里边有个参数groups,其作用可用来做可分离卷积。
pytorch的函数中的dilation参数的作用
膨胀卷积:参考
inplace=True
计算结果不会有影响。利用in-place计算可以节省内(显)存,同时还可以省去反复申请和释放内存的时间。但是会对原变量覆盖,只要不带来错误就用。
参考1
参考2
注意里边有个参数groups,其作用可用来做可分离卷积。
膨胀卷积:参考