torch.nn.functional.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应用一维卷积。
此运算符支持 TensorFloat32.
有关详细信息和输出形状,请参见
Conv1d
。注意
在某些情况下,当在 CUDA 设备上给出张量并使用 CuDNN 时,此运算符可能会选择非确定性算法来提高性能。如果这是不可取的,您可以尝试通过设置
torch.backends.cudnn.deterministic = True
来使操作确定性(可能会降低性能)。有关更多信息,请参见 可重复性。注意
此运算符支持复数数据类型,即
complex32, complex64, complex128
。- 参数
input – 形状为 的输入张量
weight – 形状为 的过滤器
bias – 形状为 的可选偏置。默认值:
None
stride – 卷积核的步长。可以是单个数字或一个元素元组 (sW,)。默认值:1
padding –
输入两侧的隐式填充。可以是字符串 {‘valid’, ‘same’}、单个数字或一个元素元组 (padW,)。默认值:0
padding='valid'
等同于不填充。padding='same'
填充输入,以便输出具有与输入相同的形状。但是,此模式不支持除 1 之外的任何步长值。警告
对于
padding='same'
,如果weight
的长度是偶数,并且dilation
在任何维度上都是奇数,则可能需要在内部进行完整的pad()
操作。会导致性能下降。dilation – 卷积核元素之间的间距。可以是单个数字或一个元素的元组 (dW,)。默认值:1
groups – 将输入分成组, 应该可以被组数整除。默认值:1
示例
>>> inputs = torch.randn(33, 16, 30) >>> filters = torch.randn(20, 16, 5) >>> F.conv1d(inputs, filters)