接上文，在了解数据集和一些基本方法后，我们正式开始利用pytorch对CNN网络进行实现（假定大家已经知道CNN有关知识了）
首先是对数据集的处理，这里进行一些补充，我们不仅可以从GitHub上下载mnist数据集，也可以在torchvision中datasets中下载
以上，我们下载好数据集后，还对数据集进行了处理，将数据分为一批一批的形式，每批次有64个数据，之后构建CNN网络
这里是一种“偷懒”的方式，我将每一次的卷积池化作为一个模块给到conv1和conv2并且对比二者，可以发现，其实Conv2d中的变量名是可以省略的，同理，全连接层的Linear也是一样，之后我们将正确率作为该网络的损失函数
接下来就是训练了，和前一个任务并无太多差别
可以从训练的输出中看出我们算法正在按照预期的运行
并且最终在测试集上取得了不错的结果
至此，CNN网络预测手写数字的任务就全部完成了。
总结与注意：
1、要明确每一次卷积池化后的数据大小
2、卷积池化完成后，在把数据放入全连接层之前要先reshape，将数据展开为向量
3、在构建网络时要记得继承nn.Module和调用构造函数
196
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
