pyotrch nn.Conv2d中groups参数的理解
【摘要】 在pytorch的Docs中有关于nn.Conv2d的具体描述:
torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True)
https://zhuanlan.zhihu.com/p/3...
在pytorch的Docs中有关于nn.Conv2d的具体描述:
torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True)
https://zhuanlan.zhihu.com/p/35405071
-
import torch
-
import torch.nn as nn
-
from torch.autograd import Variable
-
-
input = torch.ones(1, 3, 224, 224)
-
input = Variable(input)
-
f = nn.Conv2d(in_channels=3, out_channels=9, kernel_size=5, groups=3)
-
output = f(input)
-
print(output.shape) # (1, 9, 220, 220)
我们通过实际的例子加以说明:
# pytorch 0.3.0
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Created on Wed May 2 20:13:05 2018
@author: huijian
"""
# experiment about groups
import torch
import torch.nn as nn
from torch.autograd import Varia
文章来源: blog.csdn.net,作者:网奇,版权归原作者所有,如需转载,请联系作者。
原文链接:blog.csdn.net/jacke121/article/details/104008918
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)