?本文内容：卷积，池化，非线性激活，线性组合，以及快速搭建一个简单的神经网络
基本骨架
import torch
import torch.nn as nn
class RecoModel(nn.Module):
def __init__(self):
super(RecoModel,self).__init__() #将子模块指定为默认属性
def forward(self,input): #定义一个向前传播的函数
output = input+1
return output
1??forward()定义了每次执行的 计算步骤。 在所有的Module中都需要重写这个函数
2??RecoModel()(input)的 input 必须是tensor格式
Model = RecoModel()
x = torch.tensor(1.0)
output = Model(x) #相当于RecoModel()()
print(output)
卷积层
torch.nn.Conv2d()函数
- 示例：self.conv1 = Conv2d(in_channels=3,out_channels=6,kernel_size=3,stride=1,padding=0)
- 作用：对图像进行2D卷积
- 参数：
- 🌈in_channels：输入的颜色通道数，彩色为3
- 🚀out_channels：卷积产生的输出通道数
- kernel_size：卷积核的大小
- stride：卷积核移动的步长
- paddingz：是否填充，边缘处小于卷积核则用0填充
卷积的概念：conv_arithmetic/README.md at master · vdumoulin/conv_arithmetic (github.com)
out_channels=2时，2个卷积核在图像上滑动，最后得到2个通道
定义模型
class Model(nn.Module):
def __init__(self):
super(Model,self).__init__()
self.conv1 = Conv2d(in_channels=3,out_channels=6,kernel_size=3,stride=1,padding=0)
def forward(self,x):
x = self.conv1(x)
return x
定义一层卷积层（2D卷积），输出通道数为6
加载数据集
dataset = torchvision.datasets.CIFAR10("/content/gdrive/MyDrive/Learn- pytorch/dataset",train=False,transform=torchvision.transforms.ToTensor())
dataloader = DataLoader(dataset,batch_size=64)
torchvision.datasets.CIFAR10()函数
示例：
dataset = torchvision.datasets.CIFAR10("/content/gdrive/MyDrive/Learn- pytorch/dataset",train=False,transform=torchvision.transforms.ToTensor())作用：下载数据集
参数：
- CIFAR10：官方数据集的名字
- train=False：是否下载训练集。否，则下载测试集
- 🍔transform=torchvision.transforms.ToTensor():转换为Tensor数据类型
图片卷积
for data in dataloader:
imgs,targets = data
out = Model()(imgs)
print(imgs.shape)
print(out.shape)
writer.add_images("input",imgs,step)
out = torch.reshape(out,(-1,3,30,30))
writer.add_images("output",out,step)
step=step+1
【First cycle output】 :torch.Size([64, 3, 32, 32]) torch.Size([64, 6, 30, 30])
🔥在数据集（dataloader）中读取每一份data，每一个data都包含imgs(图片，tensor格式),targets(标签)
?卷积前后的图像对比：
池化层
池化核每移动一个步长，然后取池化核所覆盖的图片，其范围内的最大值
在卷积层步长默认为1，在池化层步长为step=kernel_size=3
from torch.nn import MaxPool2d
class Pool_test(nn.Module):
def __init__(self):
super(Pool_test,self).__init__()
self.maxpool1 = MaxPool2d(kernel_size=3,ceil_mode=False)
def forward(self,input):
output = self.maxpool1(input)
return output
test=Pool_test()
MaxPool2d()函数
- 示例：self.maxpool1 = MaxPool2d(kernel_size=3,ceil_mode=False)
- 作用：池化，相当于给图片打马赛克
- 参数：
- kernel_size：池化核窗口大小
- ceil_mode：如果等于
True，计算输出信号大小的时候，会使用向上取整，代替默认的向下取整的操作
池化核的移动
池化的作用
模糊、马赛克
非线性激活
使得神经网络可以任意逼近任何非线性函数
如果没有非线性层，无论神经网络有多少层，输出都是输入的线性组合
使用一个sigmoid1()函数的效果对比：
搭建一个神经网络
self.model1 = Sequential(
Conv2d(3,32,5,1,2),
MaxPool2d(2),
Conv2d(32,32,5,1,2),
MaxPool2d(2),
Conv2d(32,64,5,1,2),
MaxPool2d(2),
Flatten(),
Linear(1024,64),
Linear(64,10),
)
-
卷积1
🍺输入一个3@32x32的图像，经过5 x 5的卷积核，输出一个32通道，32x32大小的图像：
Conv2d(3,32,5,1,2)3-通道数；32-图像尺寸；5-卷积核大小
pading计算？
Hin=32，padding[0]=?,dilation[0]默认为1，kernel_size[0]=5,stride[0]设置为1（我们设每一次卷积核移动1个像素点），Hout=32
则：padding[0]=2;stride=1
-
池化1
MaxPool2d(2)，池化核大小为2 -
卷积2
输入一个32@32*32的图像，经过5 x 5的卷积核，输出一个32通道，32x32大小的图像：
Conv2d(32,32,5,1,2) -
池化2
-
卷积3
输入一个32@8x8的图像，经过5 x 5的卷积核，输出64@8x8的图像
-
池化3
-
展平层
将64@4x4的tensor类型的图像，转成64x4x4=1024的一维向量数组
-
线性层1
对输入数据做线性变换：y=Ax+b
Linear(1024,64)，1024是输入向量组的长度，64是输出的长度 -
线形层2
将64个输入继续线性组合，最终输出10（因为最后分类的图像一共有十个类别）：
Linear(64,10)
