一、Conv2d

首先我们看一下Pytorch中的Conv2d的对应函数（Tensor通道排列顺序是：[batch, channel, height, width]）：

torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode='zeros')

in_channels参数代表输入特征矩阵的深度即channel，比如输入一张RGB彩色图像，那in_channels = 3；
out_channels参数代表卷积核的个数，使用n个卷积核输出的特征矩阵深度即channel就是n；
kernel_size参数代表卷积核的尺寸，输入可以是int类型如3 代表卷积核的height = width = 3，也可以是tuple类型如(3, 5)代表卷积核的height = 3，width = 5；
stride参数代表卷积核的步距默认为1，和kernel_size一样输入可以是int类型，也可以是tuple类型，这里注意，若为tuple类型即第一个int用于高度尺寸，第二个int用于宽度尺寸；
padding参数代表在输入特征矩阵四周补零的情况默认为0，同样输入可以为int型如1 代表上下方向各补一行0元素，左右方向各补一列0像素（即补一圈0），如果输入为tuple型如(2, 1) 代表在上方补两行下方补两行，左边补一列，右边补一列。可见下图，padding[0]是在H高度方向两侧填充的，padding[1]是在W宽度方向两侧填充的；

二、Conv2d中的dilation参数

以上大家应该都比较熟悉，今天想说的是其中的dilation这个参数，可以看到其默认值为1。先贴一段官方文档中对该参数的表述：

controls the spacing between the kernel points;

它有点类似于stride，实际含义为：每个点之间有空隙的过滤器，即为dilation。例如，在一个维度上，一个大小为3的过滤器w会对输入的x进行如下计算：w[0] * x[0] + w[1] * x[1] + w[2] * x[2]。若dilation = 1，过滤器会计算：w[0] * x[0] + w[1] * x[2] + w[2] * x[4]；换句话说，在不同点之间有一个1的差距。（Pytoch中dilation默认等于1，但是实际为不膨胀，也就是说设置dilation = 2时才会真正进行膨胀操作）

这在某些情况下与0-dilated滤波器一起使用非常有用，因为它允许你用更少的层来更积极地合并整个输入的空间信息。例如，如果你把两个3 x 3的CONV层叠在一起，那么可以说，第二层的神经元是一个5x5的输入补丁的函数（我们会说这些神经元的有效感受野是5x5）。如果我们使用dilation的卷积，那么这个有效感受野会增长得更快。