做一个简单的笔记
1.卷积层
nn.Conv2d()
就是PyTorch中的卷积模块,常用参数5个,是:
in_channels
, out_ channels
,kernel_ size
, stride
, padding
;
除此之外还有参数:
dilation
, groups,
bias。
下面来解释每个参数的含义:
inchannels
对应的是输人数据体的深度;
out_channels
表示输出数据体的深度;
kernel size
表示滤波器(卷积核)的大小,使用一个数字来表示高和宽相
同的卷积核,比如kernel_ size=3
,;
不同的数字表示高和宽不同的卷积核,比如kernel size=(3, 2)
;
stride
表示滑动的步长;
padding=0
表示四周不进行零填充;
padding=1
表示四周进行1个像素点的零填充;
bias
是一个布尔值,默认bias=True,
表示使用偏置;
groups表
示输出数据体深度上和输人数据体深度上的联系,默认groups