普通卷积 如果输入特征的通道是 32,希望输出特征的通道是 64,对于 3*3 的普通卷积来说,卷积层设置为: conv = torch.nn.Conv2d(in_channels=32, out_channels=64, kernel_size=3) 我们查看卷积核的参数量 print(conv.weight.shape) # torch.size([64,32,3,3]) 所以普通卷积的参数量是 64 × \times