PyTorch API （一）

torch.nn

class torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True)

stride：控制交叉相关、单个数字或元组的跨步。

padding：控制两侧隐式零边线的数量，用于填充每个维度的点数。

dilation：控制核点之间的间距;也被称为a trous算法。这很难描述，但是这个链接很好地展示了膨胀的作用。

groups：控制输入和输出之间的连接。in_channels和out_channels都必须可以被组整除。

bias：如果为真，则在输出中添加一个可学习的偏差。

class torch.nn.Module

所有神经网络模块的基类。您的模型也应该子类化这个类。模块还可以包含其他模块，允许将它们嵌套在树结构中。可以将子模块指定为常规属性。

import torch.nn as nn
import torch.nn.functional as F

class Model(nn.Module):
    def __init__(self):
        super(Model, self).__init__()
        self.conv1 = nn.Conv2d(1, 20, 5)
        self.conv2 = nn.Conv2d(20, 20, 5)

    def forward(self, x):
       x = F.relu(self.conv1(x))
       return F.relu(self.conv2(x))

torchvision.transforms

class torchvision.transforms.Normalize(mean, std)

用均值和标准差对张量图像进行标准化处理。给定平均值:(M1，…，Mn)和std:(S1，…，Sn)对于n个通道，这个变换将标准化每个通道的输入。

注意：这种转换是就地进行的，即它改变了输入张量。

class torchvision.transforms.ToTensor

转换PIL图像或numpy为tensor。ndarray (H x W x C)在[0,255]范围内。FloatTensor(C x H x W)在[0.0,1.0]范围内。

class torchvision.transforms.RandomCrop(size, padding=None, pad_if_needed=False, fill=0, padding_mode='constant')

裁剪后期望的输出大小。如果size是int而不是序列(h, w)，则生成一个正方形裁剪(size, size)。

class torchvision.transforms.RandomHorizontalFlip(p=0.5)

水平翻转给定的PIL图像，用给定的概率随机翻转。

p：图像被翻转的概率。默认值为0.5（float）