conv2d的输入_conv2d处理的数据是什么样的？

对单通道数据进行卷积

如果我们训练的数据是单通道照片，那么一个样本其数据结构是二维矩阵。

因为训练模型时，一般都是使用小批量(n个样本)多次对模型进行训练。那么这一个批次的数据就是三维结构(多个二维数据组成三维数据)。

那么整个数据集因为分成了很多个小批量数据。最终整个数据集应该组织成一个四维数据结构(多个三维数据组成思维数据)。

现在我们有一个照片数据集，这个数据集只有一张照片。

假设该照片是单通道照片，那么我们按照上面的推理，应该把这一张照片组织成四维数据

from IPython.core.interactiveshell import InteractiveShell

InteractiveShell.ast_node_interactivity = 'all' #显示多个变量结果

import numpy as np

import torch.nn as nn

import torch as t

#单通道是二维数据

img1 = np.array([[3,3,2,1,0],

[0,0,1,3,1],

[3,1,2,2,3],

[2,0,0,2,2],

[2,0,0,0,1]])

#5*5,说明是二维的

img1.shape

img1_tensor = t.Tensor(one_channel_data)

img1_tensor

运行结果

(5, 5)

tensor([[3., 3., 2., 1., 0.],

[0., 0., 1., 3., 1.],