卷积函数的参数为Conv2d(in_channels, out_channels, kernel_size, stride, padding, ...),一般关心这5个参数即可 ~ __EOF__
Tensorflownnconv2dbatch, in_height, in_width, in_channels,其中参数in_channels表示的是; 卷积核; 图像数; 步长; 通道数
关于torch.nn.Conv2d中的groups参数,表示分输入通道组数。- 对于普通卷积,groups参数默认为1,此时输出的每一个通道包含了输入通道的全部信息。显然此时卷积是比较耗费算力的:the_conv1 = nn.Conv2D(in_channels=6, out_channels=9, kernel_size=1, stride=1, padding='same', groups=1)print(the_conv1.weig...