PyTorch 的一维卷积和二维卷积的输入都可以是多维的
默认情况下,一维卷积只对输入的最后一维进行操作,二维卷积只对输入的最后两维进行操作;
如果想要对输入的倒数第二维度进行一维卷积,那么必须使用二维卷积进行操作,同时卷积核的第二个维度保持和输入数据的最后一个维度保持一致,这样就能保证卷积核在输入数据的倒数第二个维度上进行滑动了;
经过这样的卷积以后,输出数据的最后一个维度会变成1,这时一般会使用 unsqueeze() 函数删除数据的最后一个维度
上述思想对PyTroch中的一维池化和二维池化同样适用