译者:hijkzzz
卷积函数
conv1d
torch.nn.functional.conv1d(input, weight, bias=None, stride=1, padding=0, dilation=1, groups=1) → Tensor
对由多个输入平面组成的输入信号进行一维卷积.
有关详细信息和输出形状, 请参见Conv1d
.
注意
在某些情况下, 当使用CUDA后端与CuDNN时, 该操作符可能会选择不确定性算法来提高性能. 如果这不是您希望的, 您可以通过设置torch.backends.cudn .deterministic = True
来尝试使操作具有确定性(可能会以性能为代价). 请参阅关于 Reproducibility 了解背景.
参数:
- input – 输入tensor, 形状为
- weight – 卷积核, 形状为
- bias – 可选的偏置, 形状为 . 默认值:
None
- stride – 卷积核的步幅, 可以是单个数字或一个元素元组
(sW,)
. 默认值: 1 - padding – 在输入的两边隐式加零. 可以是单个数字或一个元素元组
(padW, )
. 默认值: 0 - dilation – 核元素之间的空洞. 可以是单个数字或单元素元组
(dW,)
. 默认值: 1 - groups – 将输入分成组, 应该可以被组的数目整除. 默认值: 1
例子:
>>> filters = torch.randn(33, 16, 3)
>>> inputs = torch.randn(20, 16, 50)
>>> F.conv1d(inputs, filters)
原文地址:https://www.cnblogs.com/wizardforcel/p/10358937.html
时间: 2024-11-02 13:15:02