李沐笔记(卷积神经网络(LeNet))

LeNet(LeNet-5)由两个部分组成:卷积编码器:由两个卷积层组成; 全连接层密集块:由三个全连接层组成。

 

 

import torch
from torch import nn
from d2l import torch as d2l

# LeNet由两个部分组成:卷积编码器和全连接层密集块
class Reshape(torch.nn.Module):
    def forward(self, X):
        return X.view(-1,1,28,28)   # 批量数不变,通道数为1 28*28


net = torch.nn.Sequential(Reshape(),
                          nn.Conv2d(1, 6,kernel_size=5, padding=2),     # 输入通道1输出通道6
              
  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值