# batch_size的理解
# 有一个被我无数次忘了的前提,图片本身也是一个下面这样的行列,每个元素的数字表示颜色之类的。
# 比如上面的CIFAR10的数据集中每张图片的尺寸是3x32x32,即一个三通道(RGB)的,32x32的行列。
# 这一张图片就是一个数据组,里面包含着3x32x32=3072个数字
import torch
from torch import nn
from torch.utils.data import DataLoader
example_1 = torch.tensor([[[1, 2, 0, 3],
[0, 1, 2, 3],
[1, 2, 1, 0],
[5, 2, 3, 1]],
[[1, 4, 6, 3],
[0, 1, 5, 3],
[2, 2, 1, 0],
[5, 2, 2, 1]],
[[1, 4, 6, 3],
[0, 1, 5, 3],
[2, 2, 1, 0],
[5, 2, 2, 1]],
[[1, 4, 6, 3],
[0, 1, 5, 3],
[2, 2, 1, 0],
[5, 2, 2, 1]]], dtype=torch.float32) #
关于batch_size的一些个人理解
最新推荐文章于 2024-06-20 00:30:09 发布
![](https://img-home.csdnimg.cn/images/20240711042549.png)