Pytorch深度学习实践 第十讲 卷积神经网络（基础篇）

全连接神经网络：全都是线性层串起来。

卷积神经网络CNN：

 3通道卷积过程：

 

 n通道输入得到m通道输出：（每一个filter都有n个卷积核，输入通道数=卷积核数，filter数=输出通道数 ）

 单个卷积层示例代码：

import torch

in_channel,out_channel = 5,10
kernel_size = 3
batch_size = 1 #小批量的第几个
w, h = 100, 100

input = torch.randn(batch_size,in_channel,w,h) #随机生成一个输入张量
conv_layer = torch.nn.Conv2d(in_channel, out_channel, kernel_size = kernel_size)
output = conv_layer(input)

print(input.shape) #torch.Size([1, 5, 100, 100])
print(output.shape) #torch.Size([1, 10, 98, 98])
print(conv_layer.weight.shape) #torch.Size([10, 5, 3, 3])

输出：

torch.Size([1, 5, 100, 100])
torch.Size([1, 10, 98, 98])
torch.Size([10, 5, 3, 3])