最大池化（练手的）

最新推荐文章于 2024-07-23 16:22:47 发布

G鲲鹏展翅Y

最新推荐文章于 2024-07-23 16:22:47 发布

阅读量322

点赞数 11

文章标签： pytorch 深度学习 python

本文链接：https://blog.csdn.net/qq_44665922/article/details/136597878

版权

文章介绍了如何在PyTorch中创建一个名为Tudui的模块，包含MaxPool2d层，并应用到CIFAR10测试集上，展示了一个基础的卷积池化在图像处理中的应用过程。

摘要由CSDN通过智能技术生成

import torch
from torch import nn

from torch.nn import MaxPool2d
input = torch.tensor([
    [1,2,0,3,1],
    [0,1,2,3,1],
    [1,2,1,0,0],
    [5,2,3,1,1],
    [2,1,0,1,1]
],dtype=torch.float32)

input = torch.reshape(input,(-1,1,5,5))
print(input.shape)

class Tudui(nn.Module):
    def __init__(self):
        super(Tudui, self).__init__()
        self.maxpool1 = MaxPool2d(kernel_size=3, ceil_mode=True)    #不够3*3的边缘，要
        # self.maxpool1 = MaxPool2d(kernel_size=3, ceil_mode=False)   #不够3*3的边缘，不要

    def forward(self,input):
        output = self.maxpool1(input)
        return output

tudui = Tudui()
output = tudui(input)
print(output)```


```bash
import torch
import torchvision
from torch import nn

from torch.nn import MaxPool2d
from torch.utils.data import DataLoader

input = torch.tensor([
    [1,2,0,3,1],
    [0,1,2,3,1],
    [1,2,1,0,0],
    [5,2,3,1,1],
    [2,1,0,1,1]
],dtype=torch.float32)

input = torch.reshape(input,(-1,1,5,5))
print(input.shape)


data = torchvision.datasets.CIFAR10("./dataset",train=False,transform=torchvision.transforms.ToTensor())
dataloader = DataLoader(data,batch_size=64)


class Tudui(nn.Module):
    def __init__(self):
        super(Tudui, self).__init__()
        self.maxpool1 = MaxPool2d(kernel_size=3, ceil_mode=True)    #不够3*3的边缘，要
        # self.maxpool1 = MaxPool2d(kernel_size=3, ceil_mode=False)   #不够3*3的边缘，不要

    def forward(self,input):
        output = self.maxpool1(input)
        return output


for data in dataloader:
    img,target = data
    print(img)
    tudui = Tudui()
    output = tudui(img)
    print(output)
    print("----------------------------------------------------------------------------------")