Pytorch卷积模块

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