pytorch中nn.Conv1d用法

先粘贴一段official guide：nn.conv1d官方

我一开始被in_channels、out_channels卡住了很久，结果发现就和conv2d是一毛一样的。话不多说，先粘代码（菜鸡的自我修养）

class CNN1d(nn.Module):
 51     def __init__(self):
 52         super(CNN1d,self).__init__()
 53         self.layer1 = nn.Sequential(
 54                     nn.Conv1d(1,100,2),
 55                     nn.BatchNorm1d(100),
 56                     nn.ReLU(),
 57                     nn.MaxPool1d(8))
 58         self.layer2 = nn.Sequential(
 59                     nn.Conv1d(100,50,2),
 60                     nn.BatchNorm1d(50),
 61                     nn.ReLU(),
 62                     nn.MaxPool1d(8))
 63         self.fc = nn.Linear(300,6)
 64     def forward(self,x):
 65         #input.shape:(16,1,425)
 66         out = self.layer1(x)
 70         out = out.view(out.size(0),-1)
 71         out = self.fc(out)
 73         return out

输入的数据格式是（batch_size,word_vector,sequence_length），我设置的batch=16，特征工程样本是1x425，套用该格式就应该是（16，1，425）。对应nn.Conv1d的in_channels=1，out_channels就是你自己设置的，我选择的是100。
因为我做的是分类场景，所以做完两次一维卷积后还要加上一个线性层。