torch.nn.Conv2d() 用法讲解

Conv2d(in_channels, out_channels, kernel_size, stride,padding, dilation, groups,bias=True, padding_mode=‘zeros’)

in_channels：输入的通道数目
out_channels： 输出的通道数目
kernel_size：卷积核的大小，类型为int 或者元组，当卷积是方形的时候，只需要一个整数边长即可，卷积不是方形，要输入一个元组表示 高和宽。
stride： 卷积每次滑动的步长为多少，默认是 1
padding： 设置在所有边界增加 值为 0 的边距的大小（也就是在feature map 外围增加几圈 0 ），例如当 padding =1 的时候，如果原来大小为 3 × 3 ，那么之后的大小为 5 × 5 。即在外围加了一圈 0 。
dilation：控制卷积核之间的间距
groups：控制输入和输出之间的连接。
groups 为1，那么所有的输入都会连接到所有输出
当 groups 为 2的时候，相当于将输入分为两组，并排放置两层，每层看到一半的输入通道并产生一半的输出通道，并且两者都是串联在一起的。这也是参数字面的意思：“组” 的含义。
需要注意的是，in_channels 和 out_channels 必须都可以整除 groups，否则会报错
bias： 是否将一个 学习到的 bias 增加输出中，默认是 True 。
padding_mode ： 字符串类型，接收的字符串只有 “zeros” 和 “circular”。

注意：参数 kernel_size，stride，padding，dilation 都可以是一个整数或者是一个元组，一个值的情况将会同时作用于高和宽 两个维度，两个值的元组情况代表分别作用于 高 和 宽 维度。
参考