Neural network 模型的层数

我在训练CNN。出于报告目的，我想了解模型的层数

从我在下面代码中看到的内容来看，我一共有6个层，第一层，第二层，第二层，第二层，fc1，fc2，fc3。我说得对吗

Net(
  (layer1): Sequential(
    (0): Conv2d(3, 10, kernel_size=(5, 5), stride=(1, 1))
    (1): BatchNorm2d(10, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
    (2): ReLU()
    (3): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
    (4): Dropout(p=0.2, inplace=False)
  )
  (layer2): Sequential(
    (0): Conv2d(10, 20, kernel_size=(5, 5), stride=(1, 1))
    (1): BatchNorm2d(20, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
    (2): ReLU()
    (3): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
    (4): Dropout(p=0.2, inplace=False)
  )
  (conv2_drop): Dropout2d(p=0.5, inplace=False)
  (fc1): Linear(in_features=500, out_features=250, bias=True)
  (fc2): Linear(in_features=250, out_features=50, bias=True)
  (fc3): Linear(in_features=50, out_features=10, bias=True)
)

---

我的NN是否有6层，或者第1层和第2层各自增加4层？总共有14层？

，我们不太清楚人们会考虑什么层（是<代码>扁平化< /代码>一层还是一个操作？如果它被实现为<代码> Trask.NN。模块< /代码>？）神经网络本质上是执行操作的图形，层是一种有用的抽象，它帮助我们对它们进行推理

在IMO的PyTorch中，它将是

torch.nn.Module

的单个实例，因此在本例中它将是

14

。更重要的是，<代码> BatchNorm <代码>被普遍认为是一个层，为了方便起见，我将考虑别人（<代码> Relu < /代码>，<代码> MpPOOL2D2<代码>，<代码>辍学< /代码>）。

---

在这种情况下，

layer1

和

layer2

更像是一个块（层堆栈）。尽管如此，您的

fc1

、

fc2

和

fc3

还是应该被IMO（注意，我再次使用了它）编码为另一个

块（可能包裹在
torch.nn.sequential
中）。
stackoverflow的一个弱点是，它很容易将各种各样的问题放入不同的筒仓中。。。我猜这就是为什么否决票。。。在兄弟论坛上发布CNN问题，你可能会得到更好的理解，但是我个人喜欢在这里被问到这些问题，所以。。。看看