Conv2d参数详解

torch.nn.Conv2d(in_channels, 
                out_channels, 
                kernel_size, 
                stride=1, 
                padding=0, 
                dilation=1, 
                groups=1, 
                bias=True, 
                padding_mode='zeros')

• in_channels参数代表输入特征矩阵的深度即channel，比如输入一张RGB彩色图像，那in_channels = 3；
• out_channels参数代表卷积核的个数，使用n个卷积核输出的特征矩阵深度即channel就是n；
• kernel_size参数代表卷积核的尺寸，输入可以是int类型如3 代表卷积核的height = width = 3，也可以是tuple类型如(3, 5)代表卷积核的height = 3，width = 5；
• stride参数代表卷积核的步距默认为1，和kernel_size一样输入可以是int类型，也可以是tuple类型，这里注意，若为tuple类型即第一个int用于高度尺寸，第二个int用于宽度尺寸；
• padding参数代表在输入特征矩阵四周补零的情况默认为0，同样输入可以为int型如1 代表上下方向各补一行0元素，左右方向各补一列0像素（即补一圈0），如果输入为tuple型如(2, 1) 代表在上方补两行下方补两行，左边补一列，右边补一列。可见下图，padding[0]是在H高度方向两侧填充的，padding[1]是在W宽度方向两侧填充的；

1*1卷积的作用：
1 * 1卷积是在channel的方向上做一次全连接层的神经网络，再经过relu激活层，输出一个值，这样，长 * 宽 * channel ==> 长 * 宽 * 1。
1 * 1卷积的特点：
（1）不会改变原来数据的长宽，只改变其通道数
（2）改变维度。比如，一张500 * 500且厚度depth为100 的图片在20个filter上做11的卷积，那么结果的大小为500 * 500 * 20。
（3）加入非线性。卷积层之后经过激励层，11的卷积在前一层的学习表示上添加了非线性激励（ non-linear activation ），提升网络的表达能力；[因为在1 * 1卷积操作中，包含relu激活层]

参考博客
conv2d参数
1*1卷积