p22 sequential

最新推荐文章于 2024-09-29 21:21:25 发布

蔚蓝_cerulean

最新推荐文章于 2024-09-29 21:21:25 发布

阅读量353

点赞数 6

分类专栏：【pytorch】B站小土堆笔记文章标签： pytorch 深度学习人工智能

本文链接：https://blog.csdn.net/snail_on_the_top/article/details/134974766

版权

【pytorch】B站小土堆笔记专栏收录该内容

19 篇文章 0 订阅

订阅专栏

本文详细介绍了如何在PyTorch中创建一个名为Tudui的卷积神经网络模型，包括使用Sequential容器组织层，如Conv2d、MaxPool2d、Flatten和全连接层。模型结构和基本操作实例也进行了展示。

摘要由CSDN通过智能技术生成

介绍

这里介绍了sequential

不过实现的时候重点在算下参数吧。

在这里插入图片描述

代码看下notebook就OK了。

import torch
from torch import nn
from torch.nn import Conv2d, MaxPool2d, Linear
from torch.nn.modules.flatten import Flatten
from torch.nn.modules import Sequential
# from torch.utils.tensorboard import SummaryWriter


class Tudui(nn.Module):
    def __init__(self):
        super(Tudui, self).__init__()
        self.conv1 = Conv2d(3, 32, 5, padding=2)  
        self.maxpool1 = MaxPool2d(2)   
        self.conv2 = Conv2d(32, 32, 5, padding=2)
        self.maxpool2 = MaxPool2d(2)
        self.conv3 = Conv2d(32, 64, 5, padding=2)
        self.maxpool3 = MaxPool2d(2)
        self.flatten = Flatten()  # 展平操作
        self.linear1 = Linear(64 * 4 * 4, 64)
        self.linear2 = Linear(64, 10)
        self.model1 = Sequential(
            Conv2d(3, 32, 5, padding=2)  ,
            MaxPool2d(2)   ,
            Conv2d(32, 32, 5, padding=2),
            MaxPool2d(2),
            Conv2d(32, 64, 5, padding=2),
            MaxPool2d(2),
            Flatten(),  # 展平操作
            Linear(64 * 4 * 4, 64),
            Linear(64, 10))

    def forward(self, m):
        # m = self.conv1(m)
        # m = self.maxpool1(m)
        # m = self.conv2(m)
        # m = self.maxpool2(m)
        # m = self.conv3(m)
        # m = self.maxpool3(m)
        # m = self.flatten(m)
        # m = self.linear1(m)
        # m = self.linear2(m)
        m = self.model1(m)
        return m


tudui = Tudui()
print("tudui:", tudui)
input = torch.ones((64, 3, 32, 32))
output = tudui(input)
print("output.shape:", output.shape)