前两个 arguments 到 Conv2d 是什么？

Question

在 PyTorch 中：

Conv2d(12, 32, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))

什么是12, 32 ？

Answer 1

nn.Conv2d 的nn.Conv2d签名指出：

torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, ...)

因此，前两个 arguments 分别代表输入通道数和 output 通道数。 卷积操作混合输入通道并使用大小为C_in x H x W的权重生成 output 通道，其中C_in, H, W表示输入张量的通道数、高度和宽度。 这个过程使用不同的权重重复out_channels次。 因此， Conv2d层所需的权重总数为C_out x C_in x H x W