深度学习中的卷积操作 文章目录 深度学习中的卷积操作 1. 卷积 2. 一维卷积 2.1 使用nn.functional库中conv1d 2.2 使用nn库中的Conv1d 3. 二维卷积 3.1 nn.functional.conv2d 3.2 nn.Conv2d 1. 卷积 加权求和是一种非常重要的运算，可以整合局部数字特征进而是提取局部信息的重要手段。这种加权求和的形式被称作卷积或者滤波，对于两个信号 f ( x ) f(x) f(x) 和
超级会员免费看
这篇博客介绍了深度学习中的卷积操作，包括1D和2D卷积的实现。重点讲解了如何使用nn.functional.conv1d和nn.Conv1d进行一维卷积，以及nn.functional.conv2d和nn.Conv2d进行二维卷积。内容涵盖卷积的数学定义、卷积核的步长和填充，以及在实际应用中的权重设定。
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
