pytorch学习（五）---torch.nn模块

        本篇自学笔记来自于b站《PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】》，Up主讲的非常通俗易懂，文章下方有视频连接，如有需要可移步up主讲解视频，如有侵权，实非故意，深表歉意，请与我联系，删除相关内容！

        本节介绍一些torch.nn模块的常用层，包括卷积层、池化层以及激活函数等。

        首先是卷积层：torch.nn.Conv2d():主要参数有：

         in_channel:输入的通道数；out_channel:输出的通道数；kernek_size:卷积核的边长stride:步长，卷积核每次移动的长度，padding:是否需要填充

        卷积的计算，如图所示，为将卷积核翻转180度，然后对应相乘：

 

        最大池化层：torch.nn.MaxPool2d():参数为kernel_size。在进行最大池化的过程时，卷积核在原图