pytorch的nn.Conv2d()参数及尺寸计算详解(与Tensorflow.nn.Conv2d相比) |
您所在的位置:网站首页 › 怎么计算相片尺寸 › pytorch的nn.Conv2d()参数及尺寸计算详解(与Tensorflow.nn.Conv2d相比) |
in_channels, #输入数据的通道数(如彩色图片,一般为3) out_channels, #输出数据的通道数(就是我想让输出多少通道,就设置为多少) kernel_size, #卷积核的尺寸(如(3,2),3与(3,3)等同) stride = 1, #卷积步长,就是卷积操作时每次移动的格子数 padding = 0, #原图周围需要填充的格子行(列)数,无填充的话卷积到边缘会直接忽略该边缘 dilation = 1, #空洞卷积的空洞指数,一般默认为1即可 groups = 1, #分组卷积的组数,一般默认设置为1,不用管 bias = True, #卷积偏置,一般设置为False,True的话可以增加模型的泛化能力 padding_mode = 'zeros’ #设置边缘填充值为0,或别的数,一般都默认设置为0 |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |