卷积网络-代码注意事项

代码注意事项

1、参数配置

[-1, 1, module, [512, 256, 128, 1]]----->[from, number, module, args]

from:是从哪里接，-1就是代表上一层，-2就是上上层，具体数字就是具体哪一层。
number:就是重复来几次。
args：就是module的参数，注意module的第一个输入参数来自于“from”。
例如：[-1, 1, RepNCSPELAN4, [512, 256, 128, 1]]中的RepNCSPELAN4函数（类），输入参数为[上一层结果，512, 256, 128, 1]。
2、优化器使用

output= model(input)
# 计算损失函数
loss = model.criterion(output, target)
# 清空梯度
model.opt.zero_grad()
loss.backward()
# 根据优化器更新权重
model.opt.step()

3、卷积层分裂方法

a, b = list(x.chunk(2, 1))

a = x[:, :(x.shape[1] // 2), :, :]
b = x[:, (x.shape[1] // 2):, :, :]

4、卷积层堆叠

torch.cat((a, b), 1)

5、 __call__()方法的作用其实是把一个类的实例化对象变成了可调用对象，也就是说把一个类的实例化对象变成了可调用对象。