PyTorch学习日记（三）

跟着唐宇迪学pytorch第三天，卷起来！

卷积神经网络（ＣＮＮ）

        学了好几遍了，这里只记录一下该注意的点吧：

       １、卷积核的通道数要和输入图片的通道数相同，并且每一个卷积核不同通道的参数值是不同的。例如，卷积核的三个通道对图片三个通道分别进行卷积计算后相加（之后加上ｂｉａｓ偏置）得到一个特征值；

        2、不同卷积层的卷积核大小可以不同，同一卷积层不同卷积核的大小需要相同，特征图的数量和卷积核的数量相同；

        3、padding时填0的原因是，其只会扩充大小而不会对计算产生影响；

        4、卷积结果计算公式：特征图大小＝［（图像大小－卷积核大小　+　2　*　padding）/　步长］+　1；

       ５、只有带参数的层才能算一层，如卷积层；