对于pytorch
深度学习框架,二维卷积nn.Conv2d
对于宽度和高度都进行卷积运算,其定义如下:
class torch.nn.Conv2d(in_channels, out_channels, kennel_size, stride=1, padding=0, dilation=1, groups=1, bias=true)
in_channels(int) 输入特征图的通道数
out_channels(int) 输出特征图的通道数
kenal_size(int or tuple) 卷积核大小
stride(int or tuple, optional) 卷积核的步长,默认为1
padding(int or tuple,optional) 输入的每一条边补充0的层数,默认为0
dilation(int or tuple, optional) 卷积核元素间的距离,默认为1
groups(int,optional)将原始输入通道划分成的组数,默认为1
bias(bool,optional) 默认为True,表示输出的bias可学习