zghnwsc的博客

nn.ReLU(inplace=True)，在pytorch里面，inplace默认是False的，这里我们设置成True，它的意思是：是否将计算得到的值直接覆盖之前的值。就是对上面conv2d中传过来的tensor直接修改，而不是先找一个变量做中间的传递。这样做的好处就是能够节省运算内存，不用多存储额外的变量。...

class torch.nn.Linear(in_features, out_features, bias=True)作用：对输入数据做线性变换：y=Ax+b参数：in_features - 每个输入样本的大小out_features - 每个输出样本的大小bias - 若设置为False，这层不会学习偏置。默认值：True形状：输入: (N,in_features)输出： (N,out_features)变量：weight -形状为(out_features x in_feature

转载于博主 太阳花的小绿豆pytorch中卷积操作详解https://blog.youkuaiyun.com/qq_37541097/article/details/102926037

Python super（）函数允许我们明确引用父类。super()函数可以隐式地将子类(sublass)里的method，与父类(superclass)里的method进行关联。这样的好处在于我们不用在子类里显式地重新创建父类method里的属性。 class Model(nn.Module): def __init__(self): super(Model, self).__init__() sel