标签:卷积 32 channels pytorch 1D groups output 通道
1.传统一维卷积:
2.改变groups:
将Input的通道分成groups个独立的通道,分别进行卷积。相应的卷积核的通道数也会减小,如下图所示。
下图将64个通道分成32个groups,每个组由两个通道构成,时间维保持不变。一个1d卷积核的大小为(64 / 32, kernel)。
由于output_channels = 128。
对每个group卷积一次会得到输出的一个channel,所以需要对32个group卷积(output_channels / groups = 128/32)4遍。因此要求output_channels / groups必须是可以除尽的。
3.深度可分离卷积
就是让groups等于input_channels.
标签:卷积,32,channels,pytorch,1D,groups,output,通道 来源: https://blog.csdn.net/weixin_45424997/article/details/119175992
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。