Conv1d 输入输出以及卷积核维度

input – (batch_size , in_channels , N ) (批大小, 数据的通道数, 数据长度)

output – (batch_size , out_channels , N ) (批大小, 产生的通道数, 卷积后长度)

卷积后的维度:(n - k + 2 * p ) / s + 1

k: 卷积核大小,p: 使用边界填充,s: 步长。

卷积核维度: ( in_channels , kernel_size , out_channels )

参考文章:https://blog.csdn.net/xu624735206/article/details/124961990

你可能感兴趣的:(深度学习,python,人工智能,神经网络,pytorch)