pytorch深度学习基础快速入门:卷积操作:卷积层、池化层、非线性激活、线性层

1.卷积

在这里插入图片描述
对应代码:
二维矩阵**[[**
在这里插入图片描述

尺寸只有高和宽,并不满足下面图片的参数(尺寸变换)

接下来用卷积函数:
在这里插入图片描述

尺寸变换:

变换数据input,想变换的大小:
在这里插入图片描述

应用卷积函数

在这里插入图片描述
padding空白处为0
在这里插入图片描述

conv2d

在这里插入图片描述
VGG16在这里插入图片描述

2. 池化层

默认步长:池化核大小
ceil_mode=True保留6个数(默认false)
在这里插入图片描述
在这里插入图片描述

3.代码:

如上图,输入为四维向量,因此用reshape变换
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

3.非线性激活

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
非线性变换:给网络引入非线性特征(提高泛化能力)

4.线性层

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述


版权声明:本文为qq_55655082原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接和本声明。