萌新的卷积神经网络学习笔记--搭建Unet

导入需要的模块

pytorch是比较常用的深度学习框架，集成类似numpy的功能，生成以及操作叫做张量的多维数组。张量（tensor）：能放在GPU上跑的多维数组（大概）

搭建网络

网络基础框架

全连接：图片数据需要转化成向量输入，如[1,2,3,4...m]，size:1*m，之后一般经过一个非线性函数激活即数值归一化到0~1或-1~1之间

卷积：随机初始化一个卷积核（卷积核有提取特征的作用），铺在图片上做滑窗操作，对应的像素相乘再求和，之后一般经过一个非线性函数激活即数值归一化到0~1或-1~1之间（大概）

池化：对n*n区域内像素进行操作，求最大值或求平均，得到一个数值代表该区域（大概）

Unet

查看是否能跑通

输出：

最后输出两个通道的图片，即两张特征图，对像素进行二分类，一张的”像素值“表示像素是1的概率，另一张表示不是1的概率（大概是这样）

不知道对不对，反正能跑通！