了解 PyTorch 卷积层 1D 中的权重

Question

我试图理解 PyTorch 中 1D 卷积层的工作。 我使用 Conv1D(750,14,1)，输入通道等于 750，输出通道为 14，内核大小为 1。据我了解，卷积层中的权重是内核/滤波器，因此在这种情况下，权重维度为 14x1 。但是当我打印重量时，尺寸是14x750x1。

我对卷积层权重的理解是错误的吗？

Answer 1

您定义了一个 1D 卷积层，该层具有

14

滤波器，每个滤波器具有

750

通道和内核大小

1x1

。这意味着整个层的权重为

14*750*1*1

，形状为

(14, 750, 1)

，而其偏差只有 14 个元素（每个过滤器一个附加偏差）：

>>> conv = nn.Conv1d(750,14,1)

>>> conv.weight.shape
torch.Size([14, 750, 1])

>>> conv.bias.shape
torch.Size([14])