1.函数比较:torch.cat是合并式拼接,而torch.stack是增加维度不合并拼接,需要张量形式完全相同。比如两个(2,2,2)的,cat按照dim=0得出(4,2,2),stack得出(2,2,2,2)
2.(a,b,c,d)分别代表输出通道,输入通道,卷积形状(c,d).可以认为卷积数目就是输出通道乘以输入通道,每一行,相当于与输入图片通道相当的卷积数目,一个通道对应一个卷积,而有多少行,就是有多少组特点的卷积组成。
3.1*1卷积层相当于一个线性层。默认情况下不会改变输入输出形状。
本文介绍了PyTorch中的torch.cat和torch.stack函数,前者用于合并式拼接张量,后者增加维度但不合并。例如,两个(2,2,2)张量使用cat按dim=0拼接成(4,2,2),用stack则得到(2,2,2,2)。此外,文章讨论了卷积层的输出和输入通道概念,以及1*1卷积层如何等效于线性层,通常不会改变输入输出形状。
2183

被折叠的 条评论
为什么被折叠?



