python - Pytorch 张量的哪一部分代表通道?
问题描述
令人惊讶的是,在浏览了互联网之后,我还没有找到这个问题的答案。我对 3d 张量特别感兴趣。通过我自己的实验,我发现当我创建一个张量时:
h=torch.randn(5,12,5)
然后在上面放一个卷积层,定义如下:
conv=torch.nn.Conv1d(12,48,3,padding=1)
输出是一个 (5,48,5) 张量。那么,我是否正确假设对于 pytorch 中的 3d 张量,中间数字代表通道数?
编辑:似乎在运行 conv2d 时,输入维度是张量中的第一个条目,例如,我需要将其设为 4d 张量 (1,48,5,5)。现在我很困惑...
任何帮助深表感谢!
解决方案
对于 conv2D,输入应为 (N, C, H, W) 格式。N 是样本数/batch_size。C是渠道。H 和 W 分别是高度和宽度。
请参阅https://pytorch.org/docs/stable/nn.html#torch.nn.Conv2d上的形状文档
对于 conv1D,输入应为 (N,C,L),请参阅https://pytorch.org/docs/stable/nn.html#conv1d上的文档
推荐阅读
- jquery - JQuery 捕获两个不同元素上的两个不同事件以运行相同的功能
- sql - 使用更新语句删除行
- docker - 从 Gitlab CI/CD 管道执行 docker 命令时权限被拒绝
- python - 找不到 Chrome 驱动程序路径?- 硒 - MacOS
- c - 在 for 循环内和 for 循环外递增
- c# - Nest 6.2.0 自引用循环
- c# - 将数据上传到 SQL 表(实体框架)后,实体按时间排序错误
- oracle - 在 cursor.pl 第 5 行的模式匹配 (m//) 中使用未初始化的值 $_
- c# - 使用 ASP.NET Core 2.1 在控制器上配置输入/输出格式化程序
- java - Eclipse 插件不分透视