PyTorch-1.10(七)--torch.nn卷积层、池化层和填充层

卷积层Convolution Layers

nn.Conv1d	对由多个输入平面组成的输入信号应用1D卷积。
nn.Conv2d	对由多个输入平面组成的输入信号应用二维卷积。
nn.Conv3d	对由多个输入平面组成的输入信号应用3D卷积。
nn.ConvTranspose1d	对由多个输入平面组成的输入图像应用1D转置卷积算子。
nn.ConvTranspose2d	对由多个输入平面组成的输入图像应用2D转置卷积运算符。
nn.ConvTranspose3d	对由多个输入平面组成的输入图像应用3D转置卷积运算符。
nn.LazyConv1d	一个 torch.nn.Conv1d 模块延迟初始化Conv1d的in_channels参数，该参数是从input.size(1)推断出来的。
nn.LazyConv2d	一个torch.nn.Conv2d 模块延迟初始化Conv2d的in_channels参数，该参数是从input.size(1)推断出来的。
nn.LazyConv3d	一个 torch.nn.Conv3d 模块延迟初始化Conv3d的in_channels参数，该参数是从input.size(1)推断出来的。
nn.LazyConvTranspose1d	一个 torch.nn.ConvTranspose1d 模块延迟初始化ConvTranspose1d的in_channels参数，该参数是从input.size(1)推断出来的。
nn.LazyConvTranspose2d	一个 torch.nn.ConvTranspose2d 模块延迟初始化ConvTranspose2d的in_channels参数，该参数是从input.size(1)推断出的。
nn.LazyConvTranspose3d	一个 torch.nn.ConvTranspose3d 模块延迟初始化ConvTranspose3d的in_channels参数，该参数是从input.size(1)推断出的。
nn.Unfold	从批量输入张量中提取滑动局部块。
nn.Fold	将一系列滑动局部块组合成一个大的包含张量。

池化层Pooling layers

nn.MaxPool1d	对由多个输入平面组成的输入信号应用1D最大池化。
nn.MaxPool2d	对由多个输入平面组成的输入信号应用2D 最大池化。
nn.MaxPool3d	对由多个输入平面组成的输入信号应用3D 最大池化。
nn.MaxUnpool1d	计算MaxPool1d的部分逆。
nn.MaxUnpool2d	计算MaxPool2d的部分逆。
nn.MaxUnpool3d	计算MaxPool3d的部分逆。
nn.AvgPool1d	对由多个输入平面组成的输入信号应用1D平均池化。
nn.AvgPool2d	对由多个输入平面组成的输入信号应用2D平均池化。
nn.AvgPool3d	对由多个输入平面组成的输入信号应用3D平均池化。
nn.FractionalMaxPool2d	对由多个输入平面组成的输入信号应用2D分数最大池化。
nn.FractionalMaxPool3d	对由多个输入平面组成的输入信号应用3D分数最大池化。
nn.LPPool1d	对由多个输入平面组成的输入信号应用1D功率平均池化。
nn.LPPool2d	对由多个输入平面组成的输入信号应用2D功率平均池化。
nn.AdaptiveMaxPool1d	对由多个输入平面组成的输入信号应用1D自适应最大池化。
nn.AdaptiveMaxPool2d	在由多个输入平面组成的输入信号应用2D自适应最大池化。
nn.AdaptiveMaxPool3d	对由多个输入平面组成的输入信号应用3D自适应最大池化。
nn.AdaptiveAvgPool1d	对由多个输入平面组成的输入信号应用1D自适应平均池化。
nn.AdaptiveAvgPool2d	对由多个输入平面组成的输入信号应用2D自适应平均池化。
nn.AdaptiveAvgPool3d	对由多个输入平面组成的输入信号应用3D自适应平均池化。

填充层Padding Layers

nn.ReflectionPad1d	使用输入边界的反射来填充1D输入张量。
nn.ReflectionPad2d	使用输入边界的反射来填充2D输入张量。
nn.ReflectionPad3d	使用输入边界的反射来填充3D输入张量。
nn.ReplicationPad1d	使用输入边界的复制来填充1D输入张量。
nn.ReplicationPad2d	使用输入边界的复制来填充2D输入张量。
nn.ReplicationPad3d	使用输入边界的复制来填充3D输入张量。
nn.ZeroPad2d	用零填充2D输入张量边界。
nn.ConstantPad1d	用常量值填充1D输入张量边界。
nn.ConstantPad2d	用常量值填充2D输入张量边界。
nn.ConstantPad3d	用常量值填充3D输入张量边界。