[人工智能]pytorch

把list转化为tensor后才能进行深度学习?

可以覆盖原有数据，节省gpu

size（0）是行，size（1）是列?

?

?

?transforms里的一些预处理操作

Compose是轮流进行以下操作

ToTensor是全部转换为tensor

normalize是归一化

crop是切片

?

conv1中定义的是3个输入层，6个输出层，data的size是5*5?

第2个是2*2的池化层，如果是一个32*32的，那么经过这个池化层就会变成16*16的

第三个是6个输入层，16个输出层，data大小依然是5*5

下面三个是全连接层，把16*5*5的卷积层变成120的全连接层，再变成84，再变成10

从括号里往外算，relu是激活函数

中间最后得到的是16个channel的5*5的图片

view好像是resize？

?

?

?

?

判断cpu还是gpu?

?