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