令人惊讶的是，环顾互联网后，我没有找到该问题的答案。我对3D张量特别感兴趣。通过自己的实验，我发现在创建张量时：
h=torch.randn(5,12,5)
然后在其上放置一个卷积层，定义如下：
conv=torch.nn.Conv1d(12,48,3,padding=1)
输出是（5,48,5）张量。因此，我假设在火炬中使用3d张量时，中间数字代表通道数是正确的吗？
编辑：似乎在运行conv2d时，输入维是张量中的第一个条目，例如，我需要将其设为4d张量（1,48,5,5）。现在我很困惑...
非常感谢您的帮助！
答案 0 :(得分：3)
对于conv2D，输入应为（N，C，H，W）格式。 N是样本数/ batch_size。 C是渠道。 H和W分别是高度和宽度。
请参阅https://pytorch.org/docs/stable/nn.html#torch.nn.Conv2d
上的形状文档对于conv1D，输入应为（N，C，L），请参见https://pytorch.org/docs/stable/nn.html#conv1d上的文档