深度学习代码自学【1】——CNN（卷积神经网络）层记录

深度学习代码自学【1】——CNN（卷积神经网络）记录

前言

陆陆续续地学习了深度学习，基本是从0开始学习，已经大概看了这些书籍内容，有一些内容看了好容易忘记啊，所以想着记录一下接下来学习的过程，一边记录一边学习，效率应该会快很多吧。。
已看Python入门书籍：《Python编程-从入门到实践》、《深度学习入门 基于Python的理论与实现》、《利用Python进行数据分析（第二版）》、《统计学习方法》这些
准备看花书、阿里云天池学习赛、《神经网络和深度学习》。。。

学习路径

我主要跟着以下大佬学习：

1. 土堆-讲Pytorch;
2. Bubbliiiing-代码；
3. 子豪兄-代码、论文精讲；
4. DASOU-学习路线；

CNN——卷积神经网络

这里以Pytorch记录，内容摘自官网：https://pytorch.org/docs/stable/nn.html

①卷积层：torch.nn.Conv2d(in_channels, out_channels,kernel_size, stride, padding,dilation)

Conv2d中，kernel_size=[a, b]，a可以不等于b，其他参数同理。

②池化层——以最大池化为例
torch.nn.MaxPool2d(kernel_size, stride, padding, dilation)

③非线性激活——ReLU

举例——ResNet50中

最近我跟着——“董董灿”大佬学习了从零手写ResNet50代码——https://mp.weixin.qq.com/s/5ARwORt3qZPKPSOZdGbJdw
下图是ResNet50网络结构中最开始的层，使用Conv2d、MaxPool2d和relu的举例，用到多次