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。