torch.nn
torch.nn.Conv2d
nn是一个功能丰富的模块,最常用就是其中的2d卷积,
torch.nn.Conv2d(in_channels,outchannels,kernel_size,stride=1,padding=0,dilation=1,
groups=1,bias=True,padding_mode=‘zeros’)
in_channels:输入的通道数目 【必选】
out_channels: 输出的通道数目 【必选】
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。【必选】
stride: 卷积每次滑动的步长为多少,默认是 1 【可选】
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 。【可选】
dilation:控制卷积核之间的间距【可选】
groups:控制输入和输出之间的连接。(不常用)【可选】
bias: 是否将一个 学习到的 bias 增加输出中,默认是 True 。【可选】
padding_mode : 字符串类型,接收的字符串只有 “zeros” 和 “circular”。【可选】