參考鏈接：
https://blog.csdn.net/sunny_xsc1994/article/details/82969867
https://www.cnblogs.com/lovephysics/p/7220111.html
這里只做理解，不放官方文檔。
1.nn.Conv1d
感覺一張圖就可以理解，不得不說這個圖真的太好了。圖片來源：https://zhuanlan.zhihu.com/p/29201491
所謂一維卷積，就是卷積時只看縱列。初始：7乘5 卷積核：三種大小，分別為2*5、3*5、4*5，每種兩個。重點是卷積時，只在縱列一個方向上滑動。這里stride為1,所以輸出（n+2p-f）/s+1，padding為0，所以輸出分別是{（7-2）/1 +1=6乘（5-5）/1+1=1}，（5*1），4*1。經過一個卷積核大小為4的max_pooling，變成1個值。最后獲得6個值，進行拼接，在經過一個全連接層，輸出2個類別的概率。
2.nn.Conv2d
官方說明，給定一個4維的input和filter tensor，計算一個二維卷積。所謂二維計算就是橫向和縱向均卷積。
舉個例子：例子來源：https://www.cnblogs.com/lovephysics/p/7220111.html
輸入和核如下，沒有padding，stride=1
輸出為：將卷積核對應在input上，第一行對應算完，再算第二行，不清楚的，可以動手寫一下。
14 = 4 * 1 + 3 * 0 + 1 * 1 + 2 * 2 + 1 * 1 + 0 * 0 + 1 * 0 + 2 * 0 + 4 * 1
6 = 3 * 1 + 1 * 0 + 0 * 1 + 1 * 2 + 0 * 1 + 1 * 0 + 2 * 0 + 4 * 0 + 1 * 1
6 = 2 * 1 + 1 * 0 + 0 * 1 + 1 * 2 + 2 * 1 + 4 * 0 + 3 * 0 + 1 * 0 + 0 * 1
12 = 1 * 1 + 0 * 0 + 1 * 1 + 2 * 2 + 4 * 1 + 1 * 0 + 1 * 0 + 0 * 0 + 2 * 1
當然這只是我的個人理解，如果有問題，可以下方留言，共同討論。
————————————————
版權聲明：本文為CSDN博主「Elva_23」的原創文章，遵循CC 4.0 BY-SA版權協議，轉載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/Elva_23/article/details/83826587