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
