pytorch学习笔记之torch张量和nn模块用法和简单案例

torch.nn用法理解和简单案例

1. 用nn创建一个线性网络：

   import torch
   import torch.nn as nn
   
   m = nn.Linear(20, 30) # 定义一个输入20维，输出30维的线性网络，y=Ax+b，即A是20*30的矩阵
   input = torch.randn(128, 20) # 输入数据的大小是128*20且服从正态分布
   output = m(input)
   print(output.size())
   # torch.Size([128, 30])
   

2. 用nn进行自适应平均池化，括号中的参数只需要目标的尺寸即可，该方法可以自动匹配输入的尺寸生成池化的大小及步长

   # target output size of 5x7
   m = nn.AdaptiveAvgPool2d((5,7))
   input = torch.randn(1, 64, 8, 9)
   output = m(input)
   output.shape	# torch.Size([1, 64, 5, 7])
   
   # target output size of 7x7 (square)
   m = nn