河北优化网站获客qqwordpress缓存规则

河北优化网站获客qq,wordpress缓存规则,网站页面设计公司电话,东莞厚街劳务事件1 问题1.如何在pytorch中使用nn.Linear#xff1f;2.如何在pytorch环境中运用nn.Conv2d?2 方法1.首先在网上查询了关于nn.Linear的含义。PyTorch的nn.Linear#xff08;#xff09;是用于设置网络中的全连接层的#xff0c;需要注意在二维图像处理的任务中#xff0c;全连…1问题1.如何在pytorch中使用nn.Linear2.如何在pytorch环境中运用nn.Conv2d?2 方法1.首先在网上查询了关于nn.Linear的含义。PyTorch的nn.Linear是用于设置网络中的全连接层的需要注意在二维图像处理的任务中全连接层的输入与输出一般都设置为二维张量形状通常为[batch_size, size]不同于卷积层要求输入输出是四维张量。其中in_features指的是输入的二维张量的大小即输入的[batch_size, size]中的size。out_features指的是输出的二维张量的大小即输出的二维张量的形状为[batch_sizeoutput_size]当然它也代表了该全连接层的神经元个数。从输入输出的张量的shape角度来理解相当于一个输入为[batch_size, in_features]的张量变换成了[batch_size, out_features]的输出张量。Conv2d是用来实现2d卷积操作的其中in_channels 表示输入的channels数out_channels 表示输出的channels数kernel_size 表示卷积核的尺寸可以是方形卷积核、也可以不是下边example可以看到stride 表示 步长用来控制卷积核移动间隔padding 表示输入边沿扩边操作import torchfrom torch import nnconv1 nn.Conv2d(in_channels3, #输入通道数#每个卷积核的通道数与输入通道数相同#卷积运算后得到128张特征图out_channels128, #输出通道数表示当前卷积层有128个卷积核kernel_size3, #卷积核大小3x3stride1, #步长每次滑动窗口移动的长度默认为1)fc1 nn.Linear(in_features128*26*26, #前一层拉伸后的向量大小out_features10,)x torch.rand(size(32,3,28,28))x conv1(x)x torch.flatten(x,1) #二维的特征图与全连接进行连接时需要拉伸x fc1(x)#[32,3,28,28] - [32,32,26,26]print(x.shape)输出3结语针对探究nn.Linear问题其用于设置网络中的全连接层的需要注意在二维图像处理的任务中全连接层的输入与输出一般都设置为二维张量其中参数in_features指的是输入的二维张量的大小即输入的[batch_size, size]中的size。out_features指的是输出的二维张量的大小。针对nn.Conv2d问题其用法是用来实现2d卷积操作的其中包含了许多用于卷积的参数in_channels、out_channels和kernel_size是需要手动提供的而其他的参数是有默认值。