深度学习之跟学霹雳吧啦Wz笔记

大佬的B站空间

LeNet:卷积神经网络的第一篇实际应用。

这个网络，大佬视频讲解的很清楚，我个话痴就不多言了。

LeNet代码中学到的新东西

pytorch的数据的格式[batch_size,channel,height,width],即[图片数量，图片深度（通道），图片高度，图片宽度]
pytorch的卷积Conv函数（卷积核通道数，卷积核个数，卷积核尺寸，卷积步长，卷积填充）
transform函数，作用好像是图像数据预处理成tensor变量，划定尺寸，自定义分割等等。
函数iter(),自动迭代。for循环的味道。
zero_grad()梯度归零。
predict_y = torch.max(outputs, dim=1)[1]，dim=1,是指定维度，因为第0维是bacth，第1维才是数据，[1]表示之提取索引值，不提取值。即[0]是取的是实际数值大小。
写GPU版时，注意把所有变量均放入device中。GPU版train的速度确实快很多。