无法在 Torch 的 SpatialConvolution 中找出 nInputPlane？

Question

空间卷积的文档将其定义为

module = nn.SpatialConvolution(nInputPlane, nOutputPlane, kW, kH, [dW], [dH], [padW], [padH])

nInputPlane：输入 forward() 的图像中预期的输入平面数。

nOutputPlane：卷积层将产生的输出平面的数量。

我没有任何使用 torch 的经验，但我想我在 keras 中使用过类似的功能

Convolution2D(64, 3, 3, border_mode='same', input_shape=(3, 256, 256))

它以 rgb 中 256*256 的图像形状作为输入。

我已经阅读了 Spatial Convolution in torch 的用法，但无法弄清楚 nInputPlane 和 nOutputPlane 参数对应的是什么？

local convLayer = nn.SpatialConvolutionMM(384, 384, 1, 1, 1, 1, 0, 0)

上面的代码中这384,384代表什么？

Answer 1

如果我说的不是普通话你可以参考this。

nIputPlane 是进入卷积的层数，nOutputPlane 是卷积出来的层数。如果你有一个 rgb 图像 nInputPlane = 3（假设你的张量设置正确）。 nOutputPlane 可以是您希望从空间卷积中得出的任意层数，但当然要确保下一层输入等于 nOutputPlane。

如果不清楚，我会推荐 60-minute blitz。