Pytorch学习笔记（一）常用变量

本文主在记录学习使用Pytorch过程中的一些常用变量的含义，帮助学习记忆。

1. batch_size：批处理大小，即为每次训练在训练集中采取的样本个数。

2. iteration：迭代，表示一个batchsize的样本全部训练一次，一个迭代等于一个正向通过 + 一个反向通过。

3. epoch：迭代次数，表示训练集中的全部样本训练一次；一个epoch = 所有样本正想通过 + 反向通过。

4. in_channel:  输入的通道数，如一般的RGB图片的通道数就是3。

5. out_channel: 输出通道数，基本也就是类似于RGB的意思，就那种通道的意思，可以理解为信息点，与图片大小无关

6. padding: 填充大小，这里就是为了控制卷积过后图片的大小而设置的东西，如果需要保护图片大小不变可以使用padding = (ksize - 1）/ 2

7. kszie: 卷积核大小，也就是个矩阵的大小。

感觉老是分不清这几个到底是干啥的，这次写下来好好记住。以后可能还会有更新吧。