AI学习记录 - 怎么理解 torch 的 nn.Conv2d
有用就点个赞
怎么理解 nn.Conv2d 参数
conv_layer = nn.Conv2d(in_channels=3, out_channels= 64, kernel_size=3, stride=1, padding=0, bias=False)
in_channels
in_channels 可以设置成1,2,3,4等等都可以,一般来说做图像识别的时候,先使用图片解析工具把一个彩色图片变成三个通道的图片,所以一张图片对应有三张图,in_channels 一般来说等于3,当然你可以发明一个四通道图片,in_channels就等于4。又或者你直接使用原图,那么in_channels 的值就相当于有多少张不同的图片,怎么理解都可以。
先看参数对应什么
通道图和卷积核的计算方式,简单的例子
计算:
卷积核的数量,由 out_channels 决定,out_channels是多少,就生成多少个卷积核。
padding 参数解析
padding = 1,周围填充0
padding = 2,周围填充0