【学习于刘二大大视频:https://www.bilibili.com/video/BV1Y7411d7Ys?p=10】

conv2d

卷积过程

向两个维度进行卷积

单通道

在这里插入图片描述

三(多)通道

在这里插入图片描述

一个通道需要一个kernel

在这里插入图片描述
在这里插入图片描述

画图:
在这里插入图片描述

多个输出通道(即改变输出通道

在这里插入图片描述

卷积核的数量==输出通道的通道数

每个卷积核的数量==输入通道的通道数

对应代码
self.conv1 = nn.Conv2d(in_channels=in_channel,#输入通道数,即输入数据的通道数
                       out_channels=10,#输出通道数,即输出数据的通道数
                       kernel_size=kernel_size,#卷积核大小,一般是int,也可tuple,如3【表示3x3】;(5,4)【表示5x4】
                       stride=1,#卷积移动的步长
                       padding=padding)# 是否用0填充数据四周
print(self.conv1.weight.shape)

# 以此可以确定设置的卷积的shape:[out_channels,in_channels,kernel_size,kernel_size]
Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐