Pytorch中卷积使用的一些总结(包括nn.conv2d,nn.maxpool2d和空洞卷积、转置卷积)
Pytorch中卷积使用的一些总结torch.nnnn.Conv2dnn.maxpool2dnn.Avg_pool空间金字塔池化(Spatial Pyramid Pooling)卷积神经网络——输入层、卷积层、激活函数、池化层、全连接层
torch.nn
nn.Conv2d
nn.Conv2d 输入信号的形式为(N,Cin,H,W),N表示batch size,Cin表示channel个数,H,W分别表示特征图的高和宽。
参数说明:
stride(步长):控制cross-correlation的步长,
原创
2020-09-07 11:37:55 ·
3044 阅读 ·
1 评论