小白学Pytorch系列–Torch.nn API (2)

Convolution Layers

方法	注释
nn.Conv1d	对由多个输入平面组成的输入信号应用1D卷积。
nn.Conv2d	对由多个输入平面组成的输入信号应用2D卷积。
nn.Conv3d	对由多个输入平面组成的输入信号应用3D卷积。
nn.ConvTranspose1d	对由多个输入平面组成的输入图像应用一维转置卷积算子。
nn.ConvTranspose2d	在由多个输入平面组成的输入图像上应用二维转置卷积算子。
nn.ConvTranspose3d	在由多个输入平面组成的输入图像上应用三维转置卷积算子。
nn.LazyConvTranspose1d	`torch.nn.Conv1d`模块，对`Conv1d`的`in_channels`参数进行惰性初始化，该参数是从input.size(1)推断出来的。
nn.LazyConvTranspose2d	`torch.nn.Conv2d`模块，从`input.size(1)`推断`Conv2d`的`in_channels`参数进行延迟初始化。
nn.LazyConvTranspose3d	`torch.nn.Conv3d`模块，从`input.size(1)`推断`Conv3d`的`in_channels`参数进行延迟初始化。
nn.Unfold	从批处理输入张量中提取滑动局部块。
nn.Fold	将一个滑动局部块数组合并为一个大的包含张量。