当前位置:主页 > 软件编程 > Python代码 >

在Pytorch中计算卷积方法的区别详解(conv2d的区别)

时间:2020-11-23 12:49:29 | 栏目:Python代码 | 点击:

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

您可能感兴趣的文章:

相关文章