深度学习笔记--卷积神经网络CNN搭建（一）

使用torch构建网络
刚开始接触深度学习，尝试自己按照别人的教程进行搭建网络，如果有错误的地方请大家指正，在最后会附上参考的资料和视频

一、torch与numpy

由于是基于pytorch进行网络搭建，首先来看一下torch与numpy之间的联系与区别。

import torch
import numpy as np

# 分别构造两个下面的数据
np_data = np.arange(6).reshape((2, 3))
torch_data = torch.from_numpy(np_data)      # 将numpy中的数据转换为torch中的张量
tensor2array = torch_data.numpy()           # 数据可以转换

print(
    "\nnumpy", np_data,
    "\ntorch", torch_data,
    "\ntensor2array", tensor2array,
)

输出结果

numpy
 [[0 1 2]
 [3 4 5]] 
torch
 tensor([[0, 1, 2],
        [3, 4, 5]], dtype=torch.int32) 
tensor2array
 [[0 1 2]
 [3 4 5]]

在numpy中的基本数据为array，在torch中的基本数据为tensor，两者之间有区别，也有联系。
两种数据之间是可以相互转换的，而且基本运算功能也是相同的，比如计算绝对值，均值等等:

# abs
data = [-1, -2, 1, 2]
tensor = torch.FloatTensor(data)   # 转换为32bit的浮点数

print(
    '\nabs',
    '\nnumpy', np.abs(data),
    '\ntorch'