當前位置：首頁 > 编程资源 > 编程问答 >内容正文

编程问答

pytorch 笔记：torch.nn.Conv2d

發布時間：2025/4/5 编程问答 17 豆豆

生活随笔收集整理的這篇文章主要介紹了 pytorch 笔记：torch.nn.Conv2d 小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

torch.nn,Conv2d(in_channels, out_channels, kernel_size, stride=1,padding=0, dilation=1, groups=1,bias=True, padding_mode=‘zeros’)

????????參數 kernel_size，stride，padding，dilation 都可以是一個整數或者是一個元組，一個值的情況將會同時作用于高和寬?兩個維度，兩個值的元組情況代表分別作用于高或寬維度。

in_channels	輸入的通道數目【必選】
out_channels	輸出的通道數目【必選】也就是這一個卷積操作中卷積核filter的數量
kernel_size	卷積核的大小，類型為int 或者元組，當卷積是方形的時候，只需要一個整數邊長即可，卷積不是方形，要輸入一個元組表示高和寬。【必選】每次將輸入卷積操作的kernel_size大小的內容進行卷積操作得到一個結果
stride	卷積每次滑動的步長為多少，默認是 1 【可選】以kernel_size為1為例，會有：這一輪考慮的是a[i][j],下一輪考慮的就是a[i][j+stride]
padding	設置在所有邊界增加值為 0 的邊距的大小（也就是在feature map 外圍增加幾圈 0 ）例如當 padding =1 的時候，如果原來大小為 3 × 3 ，那么之后的大小為 5 × 5 。即在外圍加了一圈 0 。【可選】 padding的作用是為了維護輸出的維度
dilation	控制卷積核之間的間距【可選】如果我們設置的dilation=0的話，效果如圖：（藍色為輸入，綠色為輸出，卷積核為3 × 3）如果設置的是dilation=1，那么效果如圖：（藍色為輸入，綠色為輸出，卷積核仍為 3 × 3 。）但是這里卷積核點與輸入之間距離為1的值相乘來得到輸出。

假設輸入形狀為：，輸出形狀為：

(batchsize, channel, height, width)

那么，根據ConV2d的參數，我們有：

參考文獻：

?torch.nn.Conv2d() 用法講解_假裝很壞的謙謙君-CSDN博客_conv2d

以上是生活随笔為你收集整理的pytorch 笔记：torch.nn.Conv2d的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。