baoxin1100的博客

普通卷积如果输入特征的通道是 32，希望输出特征的通道是 64，对于 3*3 的普通卷积来说，卷积层设置为：conv = torch.nn.Conv2d(in_channels=32, out_channels=64, kernel_size=3)我们查看卷积核的参数量print(conv.weight.shape) # torch.size([64,32,3,3])所以普通卷积的参数量是 64 ×\times× 32 ×\times× 3 ×\times× 3 = 18432 个参数分组卷