pytorch c++ Conv2d

最新推荐文章于 2025-11-15 06:17:24 发布

原创最新推荐文章于 2025-11-15 06:17:24 发布 · 1.4k 阅读

3 ·

CC 4.0 BY-SA版权

pytorch 专栏收录该内容

44 篇文章

订阅专栏

本文介绍了一个使用PyTorch库实现的卷积神经网络（Convolutional Neural Network，CNN）示例，展示了如何创建并运行一个简单的CNN模型。通过随机生成的数据输入，演示了模型的前向传播过程，并输出了模型处理后的结果尺寸。

部署运行你感兴趣的模型镜像

代码

#include <torch/script.h>
#include <ATen/ATen.h>

#include <torch/nn/module.h>
#include <torch/nn/modules/batchnorm.h>
#include <torch/nn/modules/conv.h>
#include <torch/nn/modules/dropout.h>
#include <torch/nn/modules/embedding.h>
#include <torch/nn/modules/functional.h>
#include <torch/nn/modules/linear.h>
#include <torch/nn/modules/sequential.h>
#include <torch/optim.h>
#include <torch/types.h>
#include <torch/utils.h>

#include <cmath>
#include <cstdlib>
#include <functional>
#include <iostream>
#include <memory>
#include <random>
#include <vector>

using namespace std;
using namespace at;
using namespace torch::nn;
using namespace torch::optim;

int main(int argc, const char* argv[])
{
    auto x = torch::randn({2, 3, 5, 5}, torch::requires_grad());    # N * C * H * W
    torch::nn::Conv2d model(Conv2dOptions(3, 2, {3,3}).stride(2).padding(1));
    auto y = model->forward(x);
    std::cout << y.sizes() << endl;

    std::cout<< "ok\n";
    return 1;
}

编译