pytorch一维卷积

在 PyTorch 中，可以使用 nn.Conv1d() 函数来实现一维卷积操作。其参数包括输入通道数、输出通道数、卷积核大小等。下面是一个简单的例子：

import torch
import torch.nn as nn

# 输入数据为一维向量，大小为 1x10
input_data = torch.randn(1, 1, 10)

# 定义一维卷积层，输入通道数为1，输出通道数为3，卷积核大小为3
conv1d = nn.Conv1d(in_channels=1, out_channels=3, kernel_size=3)

# 进行一维卷积操作
output_data = conv1d(input_data)

print(output_data.shape)  # 输出为 1x3x8

在这个例子中，输入数据是一个大小为 1x10 的一维向量，卷积核大小为 3，输出通道数为 3。经过一维卷积后，输出的大小为 1x3x8，其中 8 是由于卷积核大小为 3，所以最后两个元素不能进行卷积，因此输出的大小缩小了 2。