神经网络-卷积层

在上一篇，输入图像经过一个卷积核，得到一个输出。这是我们设置卷积层参数in_channel=1,out_channel=1时（默认）的结果。当我们设置in_channel=1,out_channel=2时，卷积核就回有两个，卷积后的输出也有两个

 

 先简单编写一个神经网络，加载数据，显示定义的神经网络，如下：

import torch
import torchvision
from torch import nn
from torch.nn import Conv2d
from torch.utils.data import DataLoader

dataset = torchvision.datasets.CIFAR10("fl/data",train=False,transform=torchvision.transforms.ToTensor(),download=True)

#64个数据打包为一组
dataloader = DataLoader(dataset,batch_size=64)

class Mymodel(nn.Module):
    def __init__(self):
        super(Mymodel,self).__init__()
        self.conv1 = Conv2d(in_channels=3,out_channels=6,kernel_size=3,stride=1,padding=0)

    def forward(self,x):
        x = self.conv1(x)  #把x放到卷积层convx1，经过该卷积层之后会得到一个输出
        return x

mymodel = Mymodel()
print(mymodel)

结果：

对图片进行相关处理，并用tensorboard打开

import torch
import torchvision
from tensorboardX import SummaryWriter
from torch import nn
from torch.nn import Conv2d
from torch.utils.data import DataLoader

dataset = torchvision.datasets.CIFAR10("fl/data",train=False,transform=torchvision.transforms.ToTensor(),download=True)

#64个数据打包为一组
dataloader = DataLoader(dataset,batch_size=64)

class Mymodel(nn.Module):
    def __init__(self):
        super(Mymodel,self).__init__()
        self.conv1 = Conv2d(in_channels=3,out_channels=6,kernel_size=3,stride=1,padding=0)

    def forward(self,x):
        x = self.conv1(x)  #把x放到卷积层convx1，经过该卷积层之后会得到一个输出
        return x

mymodel = Mymodel()
print(mymodel)

writer = SummaryWriter("../logs")

#把每张图片放到神经网络中查看
step = 0
for data in dataloader:
    #获取数据中的图片,已经经过转化成tensor类型了
    imgs,targets = data
    output = mymodel(imgs)
    #imgs是输入图片
    print(imgs.shape)
    print(output.shape)
    #输入大小 torch.Size([64, 3, 32, 32])
    writer.add_images("input",imgs,step)
    #经过卷积后的输出大小 torch.Size([64, 6, 30, 30])，彩图是3通道，6个通道的化tensorboard无法显示
    #把上面的变成3通道-->[xxx,3,30,30],xxx不知道多少时，设置为-1

    output = torch.reshape(output,(-1,3,30,30))
    writer.add_images("output",output,step)

    step = step + 1

 在terminal下，运行tensorboard --logdir=logs，运行有误的参考上一篇如何使用tensorboard

 点击链接打开图：