nn.Conv1d()
比如说,我的数据是(100,10,50),也就是说:我有100条数据,每条数据都是一个矩阵,维度为10×50
参数:
in_channels = 10 这个值需要等于 矩阵的行,也就是10
out_channels = 3 这个值等于卷积核的个数
kernel_size = 4, 这个值是可以自己设置的,但是最大是50
也就是说,我的卷积核大小是,10×4的矩阵,然后根据步长向右移动。
stride = 1, 默认是1, 代表卷积核沿着 矩阵向右移动的步长
nn.Conv1d()
比如说,我的数据是(100,10,50),也就是说:我有100条数据,每条数据都是一个矩阵,维度为10×50
参数:
in_channels = 10 这个值需要等于 矩阵的行,也就是10
out_channels = 3 这个值等于卷积核的个数
kernel_size = 4, 这个值是可以自己设置的,但是最大是50
也就是说,我的卷积核大小是,10×4的矩阵,然后根据步长向右移动。
stride = 1, 默认是1, 代表卷积核沿着 矩阵向右移动的步长