- lua语法
-
输入预设,nn.Identity()()
-
搭设网络,一个一个地用减号相连
(1) h1 = h0 - cudnn.SpatialConvolution(3, 64, 3, 3, 1, 1, 1, 1) - cudnn.SpatialBatchNormalization(64) - cudnn.ReLU(true)
(2)sub1 = h3 - subnet2() - nn.CAddTable() - cudnn.ReLU(true) -
nn 包
(1)nn.Concat & nn.ConcatTable
mlp=nn.Concat(1);
mlp:add(nn.SpatialConvolution(3,64,7,7,2,2,3,3))
mlp:add(nn.SpatialConvolution(3,64,7,7,2,2,3,3))
print(mlp:forward(torch.randn(2,3,256,256))) --输出结果为4x64x128x128
ConcatTable结果是一致的,但是存在Table里面
(2)nn.CMulTable & nn.CAddTable
张量相加和相乘
a = torch.ones(5)*2
b = torch.ones(5)*3
nn.CMulTable():forward({a,b})
nn.CAddTable():forward({a,b})
(3)nn.JoinTable
h1 = nn.SpatialConvolution(3,3,7,7,2,2,3,3)()
h2 = nn.SpatialConvolution(3,64,7,7,2,2,3,
-
ImageSmoothing代码
最新推荐文章于 2023-10-05 20:54:15 发布
本文介绍了使用Lua的nn包搭建神经网络,并详细讲解了nn包中的nn.Concat、nn.CMulTable、nn.CAddTable、nn.JoinTable等模块的使用。同时,还探讨了torch运算符,如lt、le、gt、ge、csub和cmul在处理图像平滑中的应用。最后,提到了构建loss function时使用的MSECriterion和SmoothAndEdgeTerm。
摘要由CSDN通过智能技术生成