pytorch的nn.Conv2d()参数及尺寸计算详解（与Tensorflow.nn.Conv2d相比）

参数详解

in_channels,
#输入数据的通道数（如彩色图片，一般为3）
out_channels,
#输出数据的通道数（就是我想让输出多少通道，就设置为多少）
kernel_size,
#卷积核的尺寸（如（3，2），3与（3,3）等同）
stride = 1,
#卷积步长，就是卷积操作时每次移动的格子数
padding = 0,
#原图周围需要填充的格子行（列）数，无填充的话卷积到边缘会直接忽略该边缘
dilation = 1,
#空洞卷积的空洞指数，一般默认为1即可
groups = 1,
#分组卷积的组数，一般默认设置为1，不用管
bias = True,
#卷积偏置，一般设置为False，True的话可以增加模型的泛化能力
padding_mode = 'zeros’
#设置边缘填充值为0，或别的数，一般都默认设置为0

torch.nn