pytorch1.0中torch.nn.Conv2d用法详解
更新时间：2020年01月10日 10:51:49 作者：Coulson_Zhao
今天小编就为大家分享一篇pytorch1.0中torch.nn.Conv2d用法详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
Conv2d的简单使用
torch 包 nn 中 Conv2d 的用法与 tensorflow 中类似，但不完全一样。
在 torch 中，Conv2d 有几个基本的参数，分别是
in_channels 输入图像的深度
out_channels 输出图像的深度
kernel_size 卷积核大小，正方形卷积只为单个数字
stride 卷积步长，默认为1
padding 卷积是否造成尺寸丢失，1为不丢失
与tensorflow不一样的是，pytorch中的使用更加清晰化，我们可以使用这种方法定义输入与输出图像的深度并同时指定使用的卷积核的大小。
而我们的输入则由经由 Conv2d 定义的参数传入，如下所示：
# 定义一个输入深度为1，输出为6，卷积核大小为 3*3 的 conv1 变量 self.conv1 = nn.Conv2d(1, 6, 3) # 传入原始输入x，以获得长宽与x相当，深度为6的卷积部分 x = self.conv1(x)
要注意的是，Conv2d中所需要的输入顺序为
batchsize, nChannels, Height, Width
其他的简单使用
同样的，与 Conv2d 类似的函数还有很多，类似 max_pool2d、relu等等，他们的使用方法与 Conv2d 极为类似，如下所示：
# relu函数的使用 F.relu(self.conv1(x)) # 池化函数的使用 F.max_pool2d(F.relu(self.conv2(x)), 2)
以上这篇pytorch1.0中torch.nn.Conv2d用法详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
利用Python get获取页面cookie代码实例,简单易懂2018-09-09
这篇文章主要为大家详细介绍了python实现神经网络感知器算法，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2017-12-12
这篇文章主要介绍了爬山算法,爬山法（climbing method）是一种优化算法，其一般从一个随机的解开始，然后逐步找到一个最优解（局部最优）然后用Python实现了这个算法,需要的朋友可以参考下2014-04-04
这篇文章主要介绍了python中退出多层循环的方法,非常不错，具有一定的参考借鉴价值，需要的朋友可以参考下2018-11-11
这篇文章主要介绍了python字符串分割以及字符串的一些常规方法，本文给大家介绍的非常详细，具有一定的参考借鉴价值,需要的朋友可以参考下2019-07-07
这篇文章主要介绍了举例讲解Python中is和id的用法,是Python学习当中的基础知识,作者举例进行了简单说明,需要的朋友可以参考下2015-04-04
今天小编就为大家分享一篇python获取点击的坐标画图形的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-07-07
在本篇文章里小编给大家分享的是关于Python time模块知识点及用法，需要的朋友们可以学习下。2020-06-06
Python threading模块中lock与Rlock的使用详细讲解
python的thread模块是比较底层的模块，python的threading模块是对thread做了一些包装的，可以更加方便的被使用。这篇文章主要介绍了Python threading模块中lock与Rlock的使用2022-10-10
今天小编就为大家分享一篇Python 实现Serial 与STM32J进行串口通讯，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-12-12
最新评论