conv2d原理、计算过程、pytorch使用
·
【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
三(多)通道
一个通道需要一个kernel
画图:
多个输出通道(即改变输出通道)
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]
更多推荐
已为社区贡献1条内容
所有评论(0)