2.1 pytorch官方demo(Lenet)

pytorch安装

官网：pytorch.org

根据自己情况安装

复制指令到cmd进行安装

示例CIFAR

使用LeNet实现

CNN雏形

pytorch tensor的通道排序：[batch,channel,height,width]

batch:一批图像的个数

channel:图片的深度

height:图片的深度

width:图片的宽度

示例

官方demo

#首先定义一个类，这个类要继承nn.Module父类，

#在类中要实现两个方法，一个初始化函数

#在初始化函数中会实现在网络搭建过程中所需要到的一些网络层结构

# 在forward中定义网络正向传播的过程

# 当实例化这个类后，将参数传到这个实例中，会进行正向传播，按照forward的顺序进行运行

super方法解决调用父类方法过程可能出现的一系列问题，使用多继承，一般都会使用这个函数

定义第一个卷积，pytorch中使用Conv2d函数来定义卷积层

Conv2d函数讲解

初始化中in_channels代表输入特征矩阵的一个深度

out_channels代表输入卷积核的个数

使用几个卷积核就会生成一个深度为多少维度的一个特征矩阵

kernel_size代表卷积核的大小

stride:步长（步距）默认为1

padding=0：表示四周进行补0处理，默认为0

diation:

group:

后面这两个参数比较高级暂时用不到

bias:偏置，默认为true表示使用