PyTorch卷积`in_channel‘和’out_channel‘是什么意思？

问题描述

从PyTorchdocumentation for Convolution我看到函数torch.nn.Conv1d要求用户传递参数in_channels和out_channels。

我知道这些是指&输入通道和&输出通道，但我不确定它们在卷积上下文中是什么意思。我猜in_channels等同于输入要素，out_channels等同于输出要素，但我不确定。

谁能解释一下这些参数指的是什么？

推荐答案

给定卷积为：

• 长度m
• 超过N输入通道/信号/变量
• 输出P通道/功能/过滤器

您将使用：

nn.Conv1d(in_channels=N, out_channels=P, kernel_size=m)

---

下面的Deep Learning with PyTorch(其中内核的大小为3x3xN(对于RGB图像，N=3)，对于所需的5个输出有5个这样的内核)：

中对2D图像进行了说明：

这篇关于PyTorch卷积`in_channel‘和’out_channel‘是什么意思？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！