pytorch0.2.0_4入门（二）---Nerual Network

原创

于 2017-12-08 10:46:00 发布 · 683 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#pytorch

本文是PyTorch0.2.0_4的入门教程第二部分，主要介绍如何构建二维卷积神经层。讲解了in_channels和out_channels的概念，并展示了如何创建一个输入大小为400，输出大小为120的全连接层。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import torch
from torch.autograd import Variable
import torch.nn as nn
import torch.nn.functional as F


class Net(nn.Module):

    def __init__(self):
        super(Net, self).__init__()
        # 1 input image channel, 6 output channels, 5x5 square convolution
        # kernel, 2d代表二维卷积
        self.conv1 = nn.Conv2d(1, 6, 5)
        self.conv2 = nn.Conv2d(6, 16, 5)
        # an affine operation: y = Wx + b
        self.fc1 = nn.Linear(16 * 5 * 5, 120)
        self