pytorch

• torch的下载地址：https://download.pytorch.org/whl/cpu/torch_stable.html

• nn.Conv2d(self, in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True))
  参数：
    in_channel:　输入数据的通道数，例RGB图片通道数为3；
    out_channel: 输出数据的通道数，这个根据模型调整；
    kennel_size: 卷积核大小，可以是int，或tuple；kennel_size=2,意味着卷积大小(2,2)， kennel_size=（2,3），意味着卷积大小（2，3）即非正方形卷积
    stride：步长，默认为1，与kennel_size类似，stride=2,意味着步长上下左右扫描皆为2， stride=（2,3），左右扫描步长为2，上下为3；
    padding：　零填充
  参考自

• 多分类交叉熵loss中weight定义方法

criterion =nn.CrossEntropyLoss(weight=torch.from_numpy(np.array([0.5,1.0,1.0])).float(), size_average=True)

参考了