关于nn.Conv2d()方法的返回值

在定义了神经网络的基本结构时：


self.conv1 = nn.Conv2d(1, 6, 5)

......

 x = F.max_pool2d(F.relu(self.conv1(x)), (2, 2))

self.conv1作为nn.Conv2d方法的返回值，为什么下面能直接当成函数调用？

写回答
好问题 0 提建议
关注问题
分享
邀请回答
编辑收藏删除结题
收藏举报

4条回答默认最新

关注

码龄粉丝数原力等级 --

被采纳

被点赞

采纳率
CSDN专家-天际的海浪 2021-04-03 22:27
关注
因为nn.Conv2d方法的返回值就是函数，函数也是可以赋值传递的
本回答被题主选为最佳回答 , 对您是否有帮助呢?

解决无用
评论打赏
分享
举报

评论

按下Enter换行，Ctrl+Enter发表内容

查看更多回答(3条)

报告相同问题？

关注问题

对三通道图像进行nn.Conv2d (3,3)卷积，再保存为三通道图，两图差异大吗？ opencv python 计算机视觉
2022-10-24 13:18

回答 1 已采纳看你的初始化算子是怎么做的，例如你的算子是[[0,0,0],[0,1,0],[0,0,0]]这个，就不会有差别，还是原来的图像，如果是其他的，一般来说会有差别的，具体差距大到多少也不好说，还是得看计算
conv2d(): argument 'input' (position 1) must be Tensor, not Tensor，不知道怎么解决。 python 人工智能有问必答
2021-09-28 09:26

回答 2 已采纳 x=nn.Conv2d(1, 256, kernel_size=7, stride=2, padding=3, bias=False)(input1)请问(input1)是什么？python语法中好似
请问tensorflow1.12的tf.contrib.layers.conv1d()在tensorflow2.4以上的版本中要怎么改？ pytorch tensorflow 机器学习
2022-01-14 14:50

回答 2 已采纳不用，你的cuda支持了tensorflow不报错就行，我的cuda11为了复现一个代码装的tensorflow1.10，照样好使。不降版本忒难弄了。如果是个大项目后面一堆函数等着你弄，还是匹配人家的
PyTorch学习之torch.nn.Conv2d函数
2024-06-30 14:36

Midsummer-逐梦的博客 PyTorch学习之torch.nn.Conv2d函数一、简介 torch.nn.Conv2d 是 PyTorch 中用于实现二维卷积层的类，这个类可以说是对torch.nn.functional.Conv2d的进一步封装，使其使用起来更加的傻瓜式。二、基本语法 torch.nn....
GAN训练生成的图像不清晰且无法辨认深度学习生成对抗网络
2022-12-23 14:36

回答 1 已采纳 loss函数弄错了吧
【深度学习】使用自己写的VGG16网络训练精度不提升 pytorch 深度学习神经网络
2022-05-30 00:00

回答 2 已采纳删除最后的softmax层，在内个relu之前加归一化就好了
python中关于类中函数问题 python
2023-02-17 04:01

回答 2 已采纳以下答案引用自GPT-3大模型,请合理使用：实例化时,可以如下输入相应参数: net = MyNet() res = Residual(in_channels=64,out_channels=12
PyTorch学习之torch.nn.functional.conv2d函数
2024-06-29 21:54

Midsummer-逐梦的博客 PyTorch学习之torch.nn.functional.conv2d函数一、简介 torch.nn.functional.conv2d 是 PyTorch 中用于进行二维卷积操作的函数。卷积操作是深度学习中卷积神经网络（CNN）的核心部分，用于提取图像特征，常见于图像...
pycharm运行代码出现“在 '__init__.pyi' 中找不到引用” pycharm python tensorflow
2022-05-25 20:36

回答 2 已采纳 contrib已经在Tensorflow2.x弃用了，要么换1.x的版本，要么改代码，具体还需要去查一下这个api在2.x版本变成什么了，麻烦的很，早转pytorch早轻松
深度学习CNN中Lenet和优化器 cnn python 深度学习
2023-02-17 13:04

回答 3 已采纳 import torch import torchvision.models as models # 加载预训练的LeNet模型 model = models.lenet(pretrained=T
Caffe -SSD 训练报错，Cannot copy param 0 weights from layer 'conv1_1'; shape mismatch. caffe 目标检测
2018-10-30 03:34

回答 2 已采纳目测conv1_1的维度搞错了，一个是64 3 3 3，一个是64 4 3 3，要看你的代码，把多余的数据维度用切片切掉，或者把模型中conv1_1的维度补齐
nn.Conv2d——二维卷积运算解读
2021-09-19 15:48

视觉萌新、的博客 PyTorch学习笔记：nn.Conv2d——二维卷积运算解读nn.Conv2d——二维卷积运算代码案例一般用法输出卷积运算的参数填充方式零填充镜像填充复制填充循环填充官方文档 nn.Conv2d——二维卷积运算 torch.nn.Conv2d(in_...
[PyTorch] nn.Conv2d与F.cond2d的手写实现（nn、nn.functional、Conv、Conv2d、卷积、实现、卷积核个数、stride、im2col、输出通道数、特征图）
2023-08-03 20:21

Le0v1n的博客 nn、nn.functional、Conv、Conv2d、卷积、实现、卷积核个数、stride、im2col、输出通道数、特征图
nn.Conv2d()参数说明、输入输出
2023-07-26 16:37

孜孜不倦fly的博客 1.参数说明2.输入输出参数计算若没有设置dilation:3.pytorch实现padding='SAME'解决方法 tensorflow中的conv2有padding=‘SAME’这个参数。吴恩达讲课中说到当padding=(ks-1)/2(ks为卷积核...1.nn.conv2d方法介绍...
conv2d 公式_讲透卷积函数tf.nn.conv2d的使用详解
2021-01-02 13:00

IonQ_Inc的博客作者：邓红卫，衡阳师范学院信息工程学院副院长，教授一、卷积神经网络的padding规则(一)卷积函数 tf.nn.conv2dTensorFlow里使用tf.nn.conv2d函数来实现卷积，其格式如下。tf.nn.conv2d (input, filter, strides, ...
Pytorch中torch.nn.Conv3D、torch.nn.Conv2D函数详解
2019-02-20 20:56

rotk2015的博客 import torch.nn as nn import numpy as np from torch.autograd import Variable x = torch.Tensor([1,10,100,1000,10000,100000]).view(1,2,-1,1,1) # view()函数用来reshape,-1参数意为自动设置,此处计算得6 # ...
tf.nn.conv2d(tf.compat.v1.nn.conv2d)函数
2020-08-10 00:13

Accelerating的博客 tf.nn.conv2d别名tf.compat.v1.nn.conv2d 1. 函数功能根据给的的4维输入张量和4维filter张量计算2维卷积 2.入参 tf.nn.conv2d( input, filter=None, strides=None, padding=None, use_cudnn_on_gpu=True, ...
Tensorflow笔记——tf.nn.conv2d_transpose反卷积
2020-11-07 14:59

·城府、的博客 tf.nn.conv2d_transpose反卷积（转置卷积）首先无论你如何理解反卷积，请时刻记住一点反卷积操作是卷积的反向接下来介绍一下反卷积的函数 conv2d_transpose(value, filter, output_shape, strides, padding=“SAME...
TensorFlow卷积函数tf.nn.conv2d
2020-02-10 16:05

SadSummerHoliday的博客 tf.nn.conv2d 在TensorFlow中使用tf.nn.conv2d实现卷积操作，其格式如下： tf.nn.conv2d( input, filter, strides, padding, use_cudnn_on_gpu=True, data_format='NHWC', dilations=[1, 1, 1, 1]...
没有解决我的问题, 去提问

关于nn.Conv2d()方法的返回值

4条回答 默认 最新

4条回答默认最新