随笔分类 -  深度学习学习笔记

摘要：conv = torch.nn.Conv2d(180, 2, (3, 3), stride=1, padding=1) print(conv.weight.data.shape) #卷积核权重是一个四维张量，第一个维度表示卷积核个数，第二个维度表示每个卷积核的层数，第三和第四个维度表示卷积核的宽 输 阅读全文

摘要：输入张量 （batch_size，input_channels，h，w） batch_size为批量大小 input_channels为输入的feature map的通道数 h为张量的高 w为张量的宽 卷积层为 ： nn.Conv2d(input_channels, output_channels, 阅读全文

摘要：Pytorch是如果为函数中的每个变量求导的呢？这就引入了一个特殊的概念：计算图 假如我们有一个函数： z = 2*a + 2*b 我们不妨设： f1=2*a， f2=2*b 那么： z = f1 + f2 其函数的内部运算过程可以用下图表示出来： 当我们进行前向传播时（即通过自变量a，b的值计算函 阅读全文