Pytorch学习-自定义卷积核

import torch
import torch.nn as nn
 
# 定义一个卷积层
conv_layer = nn.Conv2d(in_channels=3, out_channels=16, kernel_size=3, stride=1, padding=0)
 
# 打印卷积核的形状
print(conv_layer.weight.shape)
 
# 查看卷积核的前几个元素
print(conv_layer.weight[:2])

这段代码定义了一个标准的2D卷积层，并打印出卷积核的形状以及卷积核的前两个元素。你可以通过更改in_channels, out_channels, kernel_size, stride, 和 padding 的值来定制你的卷积层。