一维卷积nn.Conv1d一般用于文本数据

1.应用

import torch
import torch.nn as nnx = torch.randn(1, 1, 32) # batch, channel , width
print(x.shape) # torch.Size([1, 1, 32])
conv = nn.Conv1d(1, 1, 3)  # in_channel, out_channel ,kennel_size
print(conv) # Conv1d(1, 1, kernel_size=(3,), stride=(1,))
y = conv(x)
print(y.shape) #torch.Size([1, 1, 30])

2.API

class torch.nn.Conv1d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True)

参数	描述
in_channels	输入通道数
out_channels	输出通道数
kernel_size	卷积核形状
padding	填充
dilation	(扩张)：控制kernel点（卷积核点）的间距
groups	(卷积核个数)：通常来说，卷积个数唯一，但是对某些情况，可以设置范围在1 —— in_channels中数目的卷积核
bias	adds a learnable bias to the output.

参考：
https://www.jianshu.com/p/45a26d278473

pytorch nn.Conv1d相关推荐

【pytorch】nn.conv1d的使用
官方文档在这里. conv1d具体不做介绍了,本篇只做pytorch的API使用介绍. torch.nn.Conv1d(in_channels, out_channels, kernel_size, ...
PyTorch中的nn.Conv1d与nn.Conv2d
本文主要介绍PyTorch中的nn.Conv1d和nn.Conv2d方法,并给出相应代码示例,加深理解. 一维卷积nn.Conv1d 一般来说,一维卷积nn.Conv1d用于文本数据,只对宽度进行卷积 ...
Pytorch之nn.Conv1d学习个人见解
Pytorch之nn.Conv1d学习个人见解一.官方文档(务必先耐心阅读) 官方文档:点击打开<CONV1D> 二.Conv1d个人见解 Conv1d类构成 class torch.n ...
【Pytorch】torch.nn.Conv1d()理解与使用
官方文档:https://pytorch.org/docs/stable/generated/torch.nn.Conv1d.html?highlight=nn%20conv1d#torch.nn.C ...
pytorch笔记（四）nn.Conv1d、nn.Conv2d、nn.Conv3d
概念: nn.Conv1d:常用在文本 (B,C,L) (batch,channel,sequence_len) (批数量,通道数,句子长度) nn.Conv2d:常用在图像 (B,C,H,W) (b ...
pytorch —— nn网络层 - 卷积层
目录 1.1d/2d/3d卷积 2.卷积-nn.Conv1d() 2.1 Conv1d的参数说明 2.2 例子说明 3.卷积-nn.Conv2d() 3.1 深入了解卷积层的参数 4.转置卷积-nn. ...
根据PyTorch学习CONV1D
新手刚学习卷积,不知道理解的有没有问题,如果有问题劳烦大家指出. 1. PyTorch中的torch.nn.Conv1d()函数官方文档链接 torch.nn.Conv1d(in_channels, ...
NLP中的卷积操作详解（torch.nn.Conv1d)
NLP领域中,由于自然文本是一维的,通常使用一维卷积即可达到要求. 在实际应用中,经embedding层处理后的数据格式一般为(batch_size, word_embeddings_dim, max ...
pytorch nn.Embedding
pytorch nn.Embedding class torch.nn.Embedding(num_embeddings, embedding_dim, padding_idx=None, max_n ...

pytorch nn.Conv1d

1.应用

2.API

pytorch nn.Conv1d相关推荐

最新文章

热门文章