pytorch官方demo(LeNet)——model篇

前言

以下文章均为学习笔记，目的是加强自己的记忆，同时希望帮助更多的学习者理解视频中的内容

是跟着一位优秀的b站up主霹雳吧啦Wz学习的

附上视频链接：(2.1 pytorch官方demo(Lenet)_哔哩哔哩_bilibili

另外笔记是参考另一位博主，小白刚开始写笔记

附上文章链接：(5条消息) pytorch图像分类篇：2.pytorch官方demo实现一个分类器(LeNet)_Fun’的博客-CSDN博客_pytorch图像分类

如有侵权联系我删除

---

pytorch官网入门demo——LeNet图像分类器

基于模型：LeNet

通过官方给的数据集可以看到，输入的数据格式为3×32×32

---

demo流程

• model —— 构建LeNet网络结构
• train —— 训练模型
• test —— 模型测试

---

1、model()

先给出代码

注意:pytorch框架中的Tensor通道排序为[batch_size, channel, height, width]

class LeNet(nn.Module):
    def __init__(self):
        super(LeNet, self).__init__()
        self.conv1 = nn.Conv2d(3, 16, 5)
        self.pool1 = nn.MaxPool2d(2, 2)
        self.conv2 = nn.Conv2d(16, 32, 5)
        self.pool2 = nn.MaxPool2d(2, 2)
        self.fc1 = nn.Linear(32 * 5 * 5, 120)
        self.fc2 = nn.Linear(120, 84)
        self