conv2d函数_Pytorch 从0开始学（6）—

您是否在使用Conv2d时遇见问题了呢？

您是否还在以Conv2d(128， 256， 3)的方式简单使用这个最具魅力的layer呢？

想更了解Conv2d么？让我们一起来深入看看它的真容吧，让我们触到它更高端的用法。

在第5节中，我们已经使用了Linear层来构建模型。其来自于torch.nn中

首先，我们先对torch.nn 来个整体的认识。官方链接：

https://pytorch.org/docs/stable/nn.html#

可以看到，在torch.nn下包含了我们模型的概念、一些常用层、损失函数等的定义。我们不一一详细说，只说我们刚开始操作时最经常用到的。今天我们从最常用的2维卷积层说起。

首先还是看官方文档对Conv2d的整体定义：

Conv2d，就是用来实现2d卷积操作的。要使用好这个类，我们先得搞清楚它的输入参数都是些啥？

in_channels —— 输入的channels数

out_channels —— 输出的channels数

kernel_size ——卷积核的尺寸，可以是方形卷积核、也可以不是，下边example可以看到

stride —— 步长，用来控制卷积核移动间隔

padding ——输入边沿扩边操作

padding_mode ——扩边的方式

bias ——是否使用偏置(即out = wx+b中的b)

以上参数，均是大家了解相对较多的参数项目。

dilation —— 这个参数简单说，设定了取数之间的间隔，下图可表达其意思

dilation = 1

dilation = 2

上图中蓝色为选取进行卷积计算的值。通过对比，即可了解该选项的作用

groups —— 进行分组卷积的组数

这个参数的使用不太好理解，首先还是贴原文档的说明

这个其实是将输入和输出进行分组，然后进行对应的映射，最后连接形成输出。引网络上的一张图，大概可以看出此参数的作用。引至：

pytorch group 分组卷积

参数的输入数据格式如下：

以上对参数进行了较为详尽的说明，基本上可以使用了！

官方给出了几个例子

1）方形卷积核、行列相同步长（With square kernels and equal stride）

m = nn.Conv2d(16, 33, 3, stride=2)

2）非方形卷积核、行列采用不同步长，并进行扩边

m = nn.Conv2d(16, 33, (3, 5), stride=(2, 1), padding=(4, 2))

3）非方形卷积核、行列采用不同步长、数据采用稀疏，并进行扩边

m = nn.Conv2d(16, 33, (3, 5), stride=(2, 1), padding=(4, 2), dilation=(3, 1))

通过以上例子，可知使用Conv2d的使用。

最后，我们看下Conv2d的源码，通过底层看出其实现：

该类的源码定义中，我们可以看到其中定义了3个函数：__init__、forward和conv2d_forward。__init__中可以看到，对相关参数进行了默认初始化；而在forward中，表明了这个底层实现函数是采用的nn.functional.conv2d来实现。

以上，就对该类的使用进行了一次梳理，希望大家使用起来更加顺畅！

【备注】

由于也是刚转战pytorch，有错误的地方，望各位大佬指正。也希望有兴趣一起学习的朋友一起加入进来

conv2d函数_Pytorch 从0开始学（6）——Conv2d 详解相关推荐

conv2d 公式_Pytorch 从0开始学（6）——Conv2d 详解
您是否在使用Conv2d时遇见问题了呢? 您是否还在以Conv2d(128, 256, 3)的方式简单使用这个最具魅力的layer呢? 想更了解Conv2d么?让我们一起来深入看看它的真容吧,让我们触 ...
【小白学PyTorch】扩展之Tensorflow2.0 | 21 Keras的API详解（下）池化、Normalization
<<小白学PyTorch>> 扩展之Tensorflow2.0 | 21 Keras的API详解(上)卷积.激活.初始化.正则扩展之Tensorflow2.0 | 20 TF ...
C++友元函数和友元类（C++ friend）详解
在看VISP视觉库的时候遇到友元函数: Friends void swap (vpDetectorAprilTag &o1, vpDetectorAprilTag &o2) 在定义一个 ...
Android4.0源码目录结构详解
Android4.0源码目录结构详解 Android4.0与2.1目录差不多 alsa这块,注意external/tinyalsa下有: include/tinyalsa/asoundlib.h mi ...
Linux Kernel 6.0 CXL Core pci.c 详解
文章目录前言相关链接 Ref 正文前言 CXL 是一个比较新的技术,所以我研究的内核源码是选了当前比较新的内核版本 linux 6.0.打算将内核关于 CXL 的驱动进行解析一遍,一步一步慢慢来 ...
Android 8.0学习（32）---Android 8.0源码目录结构详解
Android 8.0源码目录结构详解 android的移植按如下流程: (1)android linux 内核的普通驱动移植,让内核可以在目标平台上运行起来. (2)正确挂载文件系统 ...
Android 7.0 Audio的Resample过程详解
Android 7.0 Audio的Resample过程详解 Qidi 2017.02.23 (Markdown & Haroopad) [前言] 处理过音频文件的工程师都知道音频数据存在采样 ...
php根据元素返回可以,array_search()函数按元素值返回键名步骤详解
这次给大家带来array_search()函数按元素值返回键名步骤详解,array_search()函数按元素值返回键名的注意事项有哪些,下面就是实战案例,一起来看一下. array_search() ...
mysql安装教程8.0.21安装_mysql8.0.21安装教程图文详解
1.下载下载链接点击download,这里可能需要登录甲骨文的账号,登录一下即可 2.解压下载好会得到一个安装包把它解压到一个能找到的目录下即可,我的是这样(my.ini文件你们应该没有) 3 ...

conv2d函数_Pytorch 从0开始学（6）——Conv2d 详解

conv2d函数_Pytorch 从0开始学（6）——Conv2d 详解相关推荐

最新文章

热门文章