Conv2d

1 用法

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

2 参数

  • in_channels：输入的通道数目 【必选】

  • out_channels： 输出的通道数目 【必选】

  • kernel_size：卷积核的大小，类型为int 或者元组，当卷积是方形的时候，只需要一个整数边长即可，卷积不是方形，要输入一个元组表示 高和宽。【必选】

  • stride： 卷积每次滑动的步长为多少，默认是 1 【可选】

  • padding： 设置在所有边界增加 值为 0 的边距的大小（也就是在feature map 外围增加几圈 0 ），例如当 padding =1 的时候，如果原来大小为 3 × 3 ，那么之后的大小为 5 × 5 。即在外围加了一圈 0 。【可选】

  • dilation：控制卷积核之间的间距（什么玩意？请看例子）【可选】

  • groups：控制输入和输出之间的连接。（不常用）【可选】

    举例来说：
    比如 groups 为1，那么所有的输入都会连接到所有输出
    当 groups 为 2的时候，相当于将输入分为两组，并排放置两层，每层看到一半的输入通道并产生一半的输出通道，并且两者都是串联在一起的。这也是参数字面的意思：“组” 的含义。
    需要注意的是，in_channels 和 out_channels 必须都可以整除 groups，否则会报错（因为要分成这么多组啊，除不开你让人家程序怎么办？）

  • bias： 是否将一个 学习到的 bias 增加输出中，默认是 True 。【可选】

  • padding_mode ： 字符串类型，接收的字符串只有 “zeros” 和 “circular”。【可选】

3 相关形状

image-20231219163239412