Python PyTorch和卷积神经网络
我有一个图像输入340px*340px,我想把它分为两类。 我想创建一个卷积神经网络框架。我对图层的输入和输出有问题Python PyTorch和卷积神经网络,python,neural-network,pytorch,Python,Neural Network,Pytorch,我有一个图像输入340px*340px,我想把它分为两类。 我想创建一个卷积神经网络框架。我对图层的输入和输出有问题 class Net(nn.Module): def __init__(self): super(Net, self).__init__() # 3 channels (RGB), kernel=5, but i don't understand why 6. self.conv1 = nn.Conv2d(3, 6, 5)
class Net(nn.Module):
def __init__(self):
super(Net, self).__init__()
# 3 channels (RGB), kernel=5, but i don't understand why 6.
self.conv1 = nn.Conv2d(3, 6, 5)
self.pool = nn.MaxPool2d(2, 2)
#why 16?
self.conv2 = nn.Conv2d(6, 16, 5)
#why 107584 = 328*328
self.fc1 = nn.Linear(107584, 120)
self.fc2 = nn.Linear(120, 84)
self.fc3 = nn.Linear(84, 2)
def forward(self, x):
x = self.pool(F.relu(self.conv1(x)))
x = self.pool(F.relu(self.conv2(x)))
# i dont understand this line
x = x.view(x.size(0), -1)
x = F.relu(self.fc1(x))
x = F.relu(self.fc2(x))
x = self.fc3(x)
return x
它是正确的吗
3通道RGB,内核=5,但我不明白为什么是6
的第二个参数是out_通道。在卷积层中,您可以任意定义多个输出通道。所以它被设置为6,因为有人把它设置为6
为什么是16岁
同上
为什么107584=328*328
及
\我不懂这句话
返回与自张量数据相同但大小不同的新张量。
x=x.viewx.size0,-1:-1表示从其他维度推断,因此,您强制张量为[1,15*164*164]=>[1,403440]
403440也是self.fc1=nn.linear107584120的正确值,而不是107584。您有什么问题??