PyTorch Module subclasses

发表于 2022-07-20 分类于深度学习本文字数： 582 阅读时长 ≈ 1 分钟

本文记录一下PyTorch nn.Module基类的常用subclasses。

对由多个input planes组成的input signal进行二维卷积。其完整声明形式为：

1	CLASS torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode='zeros', device=None, dtype=None)

torch.nn.Conv2d有如下的继承关系：

1 2	class Conv2d(_ConvNd): class _ConvND(Module):

在最简单的样例中，input size为 $(N, Cin, H, W)$ 的层的输出值和输出 $(N, Cout, Hout, Wout)$ 可以精确地描述为：

其中*表示有效的2D cross-correlation 操作，N表示batch size，C表示通道数，H和W分别表示像素高宽。

参考资料：

CONV2D