nn.sequential

 

 

 

 

和

 

的不同在下面alexnet定义模块用了

nn.Sequential（

）
用了sequential模块之后，就不用每一次都用self.pool =
他可以将每一层结构打包 ，组合成一个新结构，上面

self.features = nn.Sequential()后就将新结构取名为features结构，意思是特征提取模块

 

 

下面的

self.classifier = nn.Sequential(）就是分类层

也就是后面的

 

dropout一般放在全连接与全连接层之间

 

 第一次dropout放在maxpool后和linear之间

第二次linear1和linear2之间也有dropout

 

 

 之后

 

 前向传播过程，先是输入到features模块中，

然后利用flatten对最后一层的特征矩阵进行展平，也可以用上一节lenet中的view函数展平

start_dim=1 就是维度维为1的那个，即channel维度，batch维度一般不变，（batch_size, channle, height, width, ）

展平之后就放在分类结构中得到输出。