# 首先是调用Variable、 torch.nn、torch.nn.functional
from torch.autograd import Variable # 这一步还没有显式用到variable,但是现在写在这里也没问题,后面会用到
import torch.nn as nn
import torch.nn.functional as F
class Net(nn.Module): # 我们定义网络时一般是继承的torch.nn.Module创建新的子类
def __init__(self):
super(Net, self).__init__() # 第二、三行都是python类继承的基本操作,此写法应该是python2.7的继承格式,但python3里写这个好像也可以
#self.conv1 = nn.Conv2d(in_channels=1, out_channels=6, kernel_size=5) # 添加第一个卷积层,调用了nn里面的Conv2d(
bug解决:shape [-1, 400] is invalid for input of size 179776
最新推荐文章于 2024-09-04 08:18:41 发布
在尝试使用深度学习模型时,遇到了'bug: shape [-1, 400] is invalid for input of size 179776'的问题。这通常涉及到数据预处理和模型输入尺寸不匹配的问题。"
123419737,10884284,Echarts特殊点标记技巧,"['echarts', '前端开发', 'javascript']
摘要由CSDN通过智能技术生成