网络编程
位置:首页>> 网络编程>> Python编程>> 在Pytorch中计算卷积方法的区别详解(conv2d的区别)

在Pytorch中计算卷积方法的区别详解(conv2d的区别)

作者:娃乐呵  发布时间:2021-02-12 01:01:03 

标签:Pytorch,卷积,conv2d

在二维矩阵间的运算:


class torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True)

对由多个特征平面组成的输入信号进行2D的卷积操作。详解


torch.nn.functional.conv2d(input, weight, bias=None, stride=1, padding=0, dilation=1, groups=1)

在由多个输入平面组成的输入图像上应用2D卷积,这个操作其实和上面的操作是一样的,只不过这个操作多用于计算一组卷积核对于输入的卷积结果,而上面的那条代码更多的则是用在定义网络中去。详解

来源:https://blog.csdn.net/qq_16309049/article/details/82886288

0
投稿

猜你喜欢

手机版 网络编程 asp之家 www.aspxhome.com