来源：投稿 作者：小灰灰

编辑：学姐带你玩AI 公众号

池化层

卷积操作中pool层是比较重要的，是提取重要信息的操作，可以去掉不重要的信息，减少计算开销。

nn.MAXPool2d

功能是对二维信号进行最大池化

练习：

池化前尺寸:torch.Size([1, 3, 512, 512])
池化后尺寸:torch.Size([1, 3, 256, 256])

nn.AvgPool2d

kernel_size: the size of the window

stride: the stride of the

padding to be added on both sides

ceil_mode: when True, will use ceil instead of floor to compute the output shape 尺寸向上取整

count_include_pad: when True, will include the zero-padding in the averaging calculation 填充值用于计算，设置True，填充值用于计算

池化前尺寸:torch.Size([1, 3, 512, 512])
池化后尺寸:torch.Size([1, 3, 256, 256])

nn.MaxUnpool2d

反池化操作

线性层

也是全连接层

nn.Linear

激活函数

下面这个程序告诉你激活函数可以拟合任意一个非线性层。