pytorch实践学习：cnn

一、卷积神经网络原理

1. feature extration：卷积层提取特征
   
2. 卷积核channel数与输入的channel数一样，一个卷积核卷积后得到的channel数为1，最终输出的channel数为卷积核数

二、代码实现

1. 卷积层

• torch.randn()随机分布
• torch.nn.conv2d()初始化卷积层，kernel_size参数可以直接为数值或者元组

2. pedding：
3. pooling
4. 
   
5. 利用GPU：
   
   
   

三、googlenet

1. 

• concatenate：拼接
• 1*1conv：信息融合，将一个像素的三个通道信息融合