pytorch1.0中torch.nn.Conv2d用法詳解
更新時間：2020年01月10日 10:51:49 作者：Coulson_Zhao
今天小編就為大家分享一篇pytorch1.0中torch.nn.Conv2d用法詳解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
Conv2d的簡單使用
torch 包 nn 中 Conv2d 的用法與 tensorflow 中類似，但不完全一樣。
在 torch 中，Conv2d 有幾個基本的參數(shù)，分別是
in_channels 輸入圖像的深度
out_channels 輸出圖像的深度
kernel_size 卷積核大小，正方形卷積只為單個數(shù)字
stride 卷積步長，默認(rèn)為1
padding 卷積是否造成尺寸丟失，1為不丟失
與tensorflow不一樣的是，pytorch中的使用更加清晰化，我們可以使用這種方法定義輸入與輸出圖像的深度并同時指定使用的卷積核的大小。
而我們的輸入則由經(jīng)由 Conv2d 定義的參數(shù)傳入，如下所示：
# 定義一個輸入深度為1，輸出為6，卷積核大小為 3*3 的 conv1 變量 self.conv1 = nn.Conv2d(1, 6, 3) # 傳入原始輸入x，以獲得長寬與x相當(dāng)，深度為6的卷積部分 x = self.conv1(x)
要注意的是，Conv2d中所需要的輸入順序為
batchsize, nChannels, Height, Width
其他的簡單使用
同樣的，與 Conv2d 類似的函數(shù)還有很多，類似 max_pool2d、relu等等，他們的使用方法與 Conv2d 極為類似，如下所示：
# relu函數(shù)的使用 F.relu(self.conv1(x)) # 池化函數(shù)的使用 F.max_pool2d(F.relu(self.conv2(x)), 2)
以上這篇pytorch1.0中torch.nn.Conv2d用法詳解就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關(guān)文章
利用Python get獲取頁面cookie代碼實例,簡單易懂2018-09-09
python實現(xiàn)神經(jīng)網(wǎng)絡(luò)感知器算法
這篇文章主要為大家詳細(xì)介紹了python實現(xiàn)神經(jīng)網(wǎng)絡(luò)感知器算法，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價值，感興趣的小伙伴們可以參考一下2017-12-12
這篇文章主要介紹了爬山算法,爬山法（climbing method）是一種優(yōu)化算法，其一般從一個隨機(jī)的解開始，然后逐步找到一個最優(yōu)解（局部最優(yōu)）然后用Python實現(xiàn)了這個算法,需要的朋友可以參考下2014-04-04
這篇文章主要介紹了python中退出多層循環(huán)的方法,非常不錯，具有一定的參考借鑒價值，需要的朋友可以參考下2018-11-11
這篇文章主要介紹了python字符串分割以及字符串的一些常規(guī)方法，本文給大家介紹的非常詳細(xì)，具有一定的參考借鑒價值,需要的朋友可以參考下2019-07-07
這篇文章主要介紹了舉例講解Python中is和id的用法,是Python學(xué)習(xí)當(dāng)中的基礎(chǔ)知識,作者舉例進(jìn)行了簡單說明,需要的朋友可以參考下2015-04-04
今天小編就為大家分享一篇python獲取點擊的坐標(biāo)畫圖形的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-07-07
在本篇文章里小編給大家分享的是關(guān)于Python time模塊知識點及用法，需要的朋友們可以學(xué)習(xí)下。2020-06-06
Python threading模塊中l(wèi)ock與Rlock的使用詳細(xì)講解
python的thread模塊是比較底層的模塊，python的threading模塊是對thread做了一些包裝的，可以更加方便的被使用。這篇文章主要介紹了Python threading模塊中l(wèi)ock與Rlock的使用2022-10-10
Python 實現(xiàn)Serial 與STM32J進(jìn)行串口通訊
今天小編就為大家分享一篇Python 實現(xiàn)Serial 與STM32J進(jìn)行串口通訊，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-12-12