pytorch安裝

官網(wǎng)：pytorch.org

根據(jù)自己情況安裝

復制指令到cmd進行安裝

示例CIFAR

使用LeNet實現(xiàn)

CNN雛形

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

batch:一批圖像的個數(shù)

channel:圖片的深度

height:圖片的深度

width:圖片的寬度

示例

官方demo

#首先定義一個類，這個類要繼承nn.Module父類，

#在類中要實現(xiàn)兩個方法，一個初始化函數(shù)

#在初始化函數(shù)中會實現(xiàn)在網(wǎng)絡搭建過程中所需要到的一些網(wǎng)絡層結構

# 在forward中定義網(wǎng)絡正向傳播的過程

# 當實例化這個類后，將參數(shù)傳到這個實例中，會進行正向傳播，按照forward的順序進行運行

super方法解決調用父類方法過程可能出現(xiàn)的一系列問題，使用多繼承，一般都會使用這個函數(shù)

定義第一個卷積，pytorch中使用Conv2d函數(shù)來定義卷積層

Conv2d函數(shù)講解

初始化中in_channels代表輸入特征矩陣的一個深度

out_channels代表輸入卷積核的個數(shù)

使用幾個卷積核就會生成一個深度為多少維度的一個特征矩陣

kernel_size代表卷積核的大小

stride:步長（步距）默認為1

padding=0：表示四周進行補0處理，默認為0

diation:

group:

后面這兩個參數(shù)比較高級暫時用不到

bias:偏置，默認為true表示使用