关于神经网络输入输出的计算

简单记个笔记
为什么网络模型有固定的输入维度呢？

计算公式

# 写网络架构：两种方法
import torch
from torch import nn
from torch.nn import Conv2d,MaxPool2d,Flatten,Linear,Sequential
#  pytorch的nn.module 的时候从使用说明上可以知道其标准输入为 [B, C, H, W]
#  方法1  直接搭建
class MyModule(nn.Module):
    def __init__(self):
        # super(MyModule, self).__init__()
        super().__init__()
        self.conv1 = nn.Conv2d(3,32,5,padding=2)
        self.maxpool1 = nn.MaxPool2d(2)
        self.conv2 = nn.Conv2d(32,32,5,padding=2)
        self.maxpool2 = nn.MaxPool2d(2)
        self.conv3 = nn.Conv2d(32, 64, 5, padding= 2)
        self.maxpool3 = nn.MaxPool2d(2)
        self.flatten = nn.Flatten()
        self.Linear1 = nn.Linear(1024,64