（8） pytorch之卷积conv2d

一、卷积运算

卷积运算:卷积核在输入信号(图像)上滑动,相应位置上进行乘加.
卷积核:又称滤波器,过滤器,可以认为是某种模式,某种特征.
卷积维度:几维的卷积核在几个维度上滑动,就是几维卷积.(我们平时说的都是2维度)


卷积过程类似于用一个模板去图像上找与它相似的区域,与卷积核模式越相似,
激活值越高,从而实现特征提取.

二、 Conv2d

nn.Conv2d()模型:功能:对多个二维信号进行二维卷积.

主要参数:in_channels(输入通道数)
out_channels(输出通道数,等价于卷积核个数)
kernel_size()卷积核尺寸（当为正方形时候，可以用一个数）
stride 步长
padding填充个数(用来保证输入输出图像的尺寸相同,不会降低分辨率)
dilation:空洞卷积大小
groups:分组卷积设置
bias:偏置
输出尺寸简化版