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 *** 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 *** 作其实和上面的 *** 作是一样的,只不过这个 *** 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
以上这篇在Pytorch中计算卷积方法的区别详解(conv2d的区别)就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持考高分网。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)