属性 意义 in_channels（int） 输入张量的通道数。对于RGB图像，通道数为3；对于灰度图像，通道数为1。 out_channels（int） 卷积层输出的通道数，也即卷积核的数量。每个卷积核都会产生 一个输出通道。 kernel_size（int或tuple） 卷积核的大小。可以是一个整数，表示正方形卷积核的边长，或者是一个包含两个整数的元组，表示矩形卷积核的宽度和高度。 stride（int或tuple，可选） 卷积的步幅大小。可以是一个整数，表示水平和垂直方向上的相同步幅，或者是一个包含两个整数的元组，表示水平和垂直方向上的不同步幅。默认值为1。 padding（int或tuple，可选） 输入张量的填充大小。可以是一个整数，表示在每个边缘填充相同数量的零，或者是一个包含两个整数的元组，表示在水平和垂直方向上填充不同数量的零。默认值为0。 dilation（int或tuple，可选） 卷积核中元素之间的间距。可以是一个整数，表示水平和垂直方向上的相同间距，或者是一个包含两个整数的元组，表示水平和垂直方向上的不同间距。默认值为1。 groups（int，可选） 将输入通道分组为几组，每组进行独立的卷积 计算。默认值为1，表示没有分组。 bias（bool，可选） 是否在卷积计算中使用偏置。默认值为True，表示使用偏置项。 padding_mode（str，可选） 填充模式，用于处理边缘像素。可选值 包括’zeros’（填充零）和’circular’（循环填充）。默认值为’zeros’。 到此这篇conv2d参数解释（conv2d()）的文章就介绍到这了,更多相关内容请继续浏览下面的相关 推荐文章，希望大家都能在编程的领域有一番成就！版权声明：
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权、违法违规、事实不符，请将相关资料发送至xkadmin@xkablog.com进行投诉反馈，一经查实，立即处理！
转载请注明出处，原文链接：https://www.xkablog.com/cjjbc/22346.html