咱们用1d-cnn来做这个时间序列的特征提取
有些小问题pytorch不像keras的卷积有padding='same'这种操作,
如果我输入是（Batch_size,channel,sequence_length）这种shape的数据，
我想输出后得到一样的shape怎么做呢？
from torch import nn
import torch
conv1 = nn.Conv1d(in_channels=7,out_channels=7,kernel_size=5,stride=1,padding=2)
input = torch.randn(32,7,96)
# batch_size x text_len x embedding_size -> batch_size x embedding_size x text_len
# input = input.permute(0,2,1)
out = conv1(input)
print(out.size())那么padding=0，1，2，3分别是什么意思呢？
PyTorch中的padding操作_AI算法-图哥的博客-CSDN博客_padding pytorch
问问欢哥
#这个思考很重要