举个例子。
我有一个彩色图片,在计算机被以 R G B 通道存储成了三个矩阵,也就是说,我的图片存储在计算机里的size是(1,3,64,64)
1代表1个图片,3代表 三个颜色通道,64×64代表,每个通道都是(64,64)的矩阵。
torch.nn.Conv2d()
参数:
in_channels=3 这个参数等于 size的第二个值,也就是你的照片的通道数。
out_channels=2 代表了卷积核的个数
kernel_size = 2 卷积核的大小是(2,2)的矩阵
stride=2 代表向右移动的步长,行结束后,从下面继续开始向右移动