<svg xmlns="http://www.w3.org/2000/svg" style="display: none;"> <path stroke-linecap="round" d="M5,0 0,2.5 5,5z" id="raphael-marker-block" style="-webkit-tap-highlight-color: rgba(0, 0, 0, 0);"></path> </svg> 讯享网
在Pytorch中，dilation = 1等同于没有dilation的标准卷积。
当dilation为1时，卷积核中的每个元素都紧挨着；
而当dilation为2时，卷积核中的每个元素之间都会间隔一个元素。
通过调整dilation的大小，可以控制卷积操作提取特征的范围和感受野的大小，从而影响网络的性能和特征提取能力。
讯享网
输出结果：
讯享网
首先，让我们来理解一下这个1D卷积操作的参数和输入。
卷积层 nn.Conv1d(16, 33, 3, stride=2) 的参数解释如下：
输入通道数：16
输出通道数：33
卷积核大小：3
步长（stride）：2
输入张量 input 的形状是 (20, 16, 50)，这表示有20个样本，每个样本有16个通道，每个通道的长度是50。
卷积操作后，输出张量的形状可以通过以下方式计算：
输出长度 = (输入长度 - 卷积核大小) // 步长 + 1
在这里，输入长度是50，卷积核大小是3，步长是2，所以输出长度 = (50 - 3) // 2 + 1 = 24
因此，输出张量的形状将是 (样本数, 输出通道数, 输出长度)，即 (20, 33, 24)。
结合上图的公式，dilation默认是1
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/182024.html