1.CNN介绍
卷积神经网络(简称CNN)是一类特殊的人工神经网络,是深度学习中重要的一个分支。CNN是解决图像分类、图像检索、物体检测和语义分割的整体模型。
CNN是一种层次模型,输入的是原始的像素数据。CNN通过卷积( convolution)、池化( pooling)、非线性激活函数( non-linear activation function)和全连接层( fully connected layer)构成。
在CNN训练的过程中是直接从图像像素到最终的输出,并不涉及到具体的特征提取和构建模型的过程,也不需要人工的参与。
2.Pytorch构建CNN模型
在 Pytorch中构建CNN模型非常简单,只需要定义好模型的参数和正向传播即可, Pytorch会根据正向传播自动计算反向传播。
在本章我们会构建一个非常简单的CNN,然后进行训练。这个CNN模型包括两个卷积层,最后并联6个全连接层进行分类。