nn_conv2d.py

原创已于 2022-04-12 10:56:06 修改 · 90 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#pytorch

于 2022-04-12 10:54:54 首次发布

深度学习专栏收录该内容

51 篇文章

订阅专栏

该博客演示了如何利用PyTorch的torchvision库加载CIFAR10数据集，并创建了一个简单的卷积神经网络（Tudui）进行前向传播。代码中定义了数据加载器，用于批量处理数据，并展示了网络对输入图片的处理，输出了经过卷积后的特征图尺寸。

部署运行你感兴趣的模型镜像

import torchvision
from torch import nn
from torch.nn import Conv2d
from torch.utils.data import DataLoader

dataset = torchvision.datasets.CIFAR10("../data", train=False, transform=torchvision.transforms.ToTensor(),
                                       download=True)
data_loader = DataLoader(dataset, batch_size = 64)

class Tudui(nn.Module):
    def __init__(self):
        super(Tudui, self).__init__()
        self.conv1 = Conv2d(in_channels=3, out_channels=3, kernel_size=3, stride=1, padding=0)

    def forward(self, x):
        x = self.conv1(x)
        return x

tudui = Tudui()

for data in data_loader:
    imgs, targets = data
    output = tudui(imgs)
    print(output.shape)

您可能感兴趣的与本文相关的镜像