pytorch中nn.Conv2d的理解

nn.Conv2d对应的参数如下：

class torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True)

kernel_size:     Size of the convolving kernel

stride:               步长，控制cross-correlation的步长，可以设为1个int型数或者一个(int, int)型的tuple。

padding：      (补0)：控制zero-padding的数目。

dilation：       (扩张)控制kernel点（卷积核点）的间距

groups ：        (卷积核个数)：这个比较好理解，通常来说，卷积个数唯一，但是对某些情况，可以设置范围在1 —— in_channels中数目的卷积核：

bias：        adds a learnable bias to the output.

 

 

 

 

 

 

 

 

 

转载自：https://blog.csdn.net/g11d111/article/details/82665265