pytorch 的Conv2d的详细解释

在卷积神经网络中，stride,padding,后面跟个元组(int，int)，前一个表示高度，后一个表示宽度

padding的详细解释 

pytorch常用的padding函数 - 慢行厚积 - 博客园

padding =1表示，左右上下都是填充1，

padding=(1,3)表示，输入卷积神经网络的图像，高度填充1,宽度填充3

stride解释

PyTorch学习笔记(9)——nn.Conv2d和其中的padding策略_sooner高的博客-CSDN博客_conv2d padding stride=1,表示，卷积的时候，向右和向下都是1步 

stride=(1,2)便表示，卷积的时候，向右是一步，向下是两步。结果是高度不变，宽度减半。