pytorch神经网络之卷积层与全连接层参数的设置方法

更多python教程请到： 菜鸟教程 https://www.piaodoo.com/

当使用pytorch写网络结构的时候，本人发现在卷积层与第一个全连接层的全连接层的input_features不知道该写多少？一开始本人的做法是对着pytorch官网的公式推，但是总是算错。

后来发现，写完卷积层后可以根据模拟神经网络的前向传播得出这个。

全连接层的input_features是多少。首先来看一下这个简单的网络。这个卷积的Sequential本人就不再啰嗦了，现在看nn.Linear(？？？, 4096)这个全连接层的第一个参数该为多少呢？

请看下文详解。

class AlexNet(nn.Module):
  def __init__(self):
    super(AlexNet, self).__init__()
self.conv = nn.Sequential(
  nn.Conv2d(3, 96, kernel_size=11, stride=4),
  nn.ReLU(inplace=True),
  nn.MaxPool2d(kernel_size=3, stride=2),

  nn.Conv2d(96, 256, kernel_size=5, padding=2),
  nn.ReLU(inplace=True),
  nn.MaxPool2d(kernel_size=3, stride=2),

  nn.Conv2d(256, 384, kernel_size=3, padding=1),
  nn.ReLU(inplace=True),
  nn.Con