【PyTorch学习】nn.Conv2d用法

nn.Conv2d的功能

nn.Conv2d的功能是：对由多个输入平面组成的输入信号进行二维卷积；

---

nn.Conv2d用法

nn.Conv2d(in_channels=1, out_channels=16, kernel_size=5, stride=1, padding=2

Conv2d（）的参数：

• in_channels(int) – 输入信号的通道
• out_channels(int) – 卷积产生的通道
• kerner_size(int or tuple) - 卷积核的尺寸,在nlp中tuple用更多，（n,embed_size）
• stride(int or tuple, optional) - 卷积步长
• padding(int or tuple, optional) - 输入的每一条边补充0的层数
• dilation(int or tuple, optional) – 卷积核元素之间的间距
• groups(int, optional) – 从输入通道到输出通道的阻塞连接数
• bias(bool, optional) - 如果bias=True，添加偏置