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