18 卷积层的使用

一、二维卷积

• 参数说明+公式（论文中一般看这个）
  

查看动态演示

效果:

二、案例

报错技巧：要找自己程序中的文档来改

• 代码

import torch
import torchvision
from torch import nn
from torch.nn import Conv2d
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter

#测试集

test_data=torchvision.datasets.CIFAR10(root="./CIFAR10_dataset",transform=torchvision.transforms.ToTensor(),train=False,download=True)
test_loader=DataLoader(dataset=test_data,batch_size=64)

#定义模型
class Tudui(nn.Module):
    def __init__(self):
        super(Tudui,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

#调用模型
tudui=Tudui()
#输出模型
print(tudui)

#可视化
writer=SummaryWriter("./logs_18")
step=0
for data in test_loader:
    imgs,target=data
    output=tudui(imgs)

    print(imgs.shape)
    print(output.shape)

    # torch.Size([64,3,32,32])
    writer.add_images("input",imgs,step)

    # torch.Size([64,6,30,30])->[xxx,3,30,30]:不知道分成几个batch,第一个参数就为-1 相当于6channel拆分成多个3channel
    output=torch.reshape(output,(-1,3,30,30))
    writer.add_images("output",output,step)

    step=step+1

writer.close()

• 效果图