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。 |
下一篇:再看几分钟我就睡着了