python配置核_浅谈pytorch卷积核大小的设置对全连接神经元的影响
3*3卷积核与2*5卷积核对神经元大小的设置
#这里kerner_size = 2*5
class CONV_NET(torch.nn.Module): #CONV_NET类继承nn.Module类
def __init__(self):
super(CONV_NET, self).__init__() #使CONV_NET类包含父类nn.Module的所有属性
# super()需要两个实参,子类名和对象self
self.conv1 = nn.Conv2d(1, 32, (2, 5), 1, padding=0)
self.conv2 = nn.Conv2d(32, 128, 1, 1, padding=0)
self.fc1 = nn.Linear(512, 128)
self.relu1 = nn.ReLU(inplace=True)
self.drop1 = nn.Dropout(0.5)
self.fc2 = nn.Linear(128, 32)
self.relu2 = nn.ReLU(inplace=True)
self.fc3 = nn.Linear(32, 3)
self.softmax = nn.Softmax(dim=1)
def forward(self, x):
x = self.conv1(x)
x = self.conv2(x)
x = x.view(x.size(0), -1)
x = self.fc1(x)
x = self.relu1(x)
x = self.drop1(x)
x = self.fc2(x)
x = self.relu2(x)
x = self.fc3(x)
x = self.softmax(x)
return x
主要看对称卷积核以及非对称卷积核之间的计算方式
#这里kerner_size = 3*3
class CONV_NET(torch.nn.Module): #CONV_NET类继承nn.Module类
def __init__(self):
super(CONV_NET, self).__init__() #使CONV_NET类包含父类nn.Module的所有属性
# super()需要两个实参,子类名和对象self
self.conv1 = nn.Conv2d(1, 32, 3, 1, padding=1)
self.conv2 = nn.Conv2d(32, 128, 1, 1, padding=0)
self.fc1 = nn.Linear(3200, 128)
self.relu1 = nn.ReLU(inplace=True)
self.drop1 = nn.Dropout(0.5)
self.fc2 = nn.Linear(128, 32)
self.relu2 = nn.ReLU(inplace=True)
self.fc3 = nn.Linear(32, 3)
self.softmax = nn.Softmax(dim=1)
def forward(self, x):
x = self.conv1(x)
x = self.conv2(x)
x = x.view(x.size(0), -1)
x = self.fc1(x)
x = self.relu1(x)
x = self.drop1(x)
x = self.fc2(x)
x = self.relu2(x)
x = self.fc3(x)
x = self.softmax(x)
return x
针对kerner_size=2*5,padding=0,stride=1以及kerner_size=3*3,padding=1,stride=1二者计算方式的比较如图所示
以上这篇浅谈pytorch卷积核大小的设置对全连接神经元的影响就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持我们。
本文标题: 浅谈pytorch卷积核大小的设置对全连接神经元的影响
本文地址: http://www.cppcns.com/jiaoben/python/298087.html
python配置核_浅谈pytorch卷积核大小的设置对全连接神经元的影响相关推荐
- pc端rem适配_浅谈pc端rem字体设置的问题
1.内容在一屏内显示的,采用了(内容框)上下左右居中的办法,里面的内容绝对于这个内容框定位.这样一来,在不同大小屏中,内容总是在中间,看起来较正常 2.长,宽,LEFT,TOP,RIGHT,BOTTO ...
- python实例编程_浅谈如何编程Python3——Python实例(3)
浅谈如何编程Python3--Python实例(3) # 测试实例一 print("测试实例一") str= "runoob.com"print(str.isa ...
- python编写函数_浅谈Python 函数式编程
匿名函数lambda表达式 什么是匿名函数? 匿名函数,顾名思义就是没有名字的函数,在程序中不用使用 def 进行定义,可以直接使用 lambda 关键字编写简单的代码逻辑.lambda 本质上是一个 ...
- python float 精度_浅谈Python里面小数点精度的控制
要求较小的精度 round()内置方法 这个是使用最多的,刚看了round()的使用解释,也不是很容易懂.round()不是简单的四舍五入的处理方式. For the built-in types s ...
- python 迭代器协议_浅谈Python中的生成器和迭代器
迭代器 迭代器协议 对象必须提供一个next方法,执行该方法要么返回迭代中的下一项,要么返回一个异常来终止本次迭代.(只能往前走,不能往后退!) 迭代器对象 遵循了(实现了)迭代器协议的对象.(对象内 ...
- python static方法_浅谈python 类方法/静态方法
1.类方法 类方法是从属于"类对象"的方法.类对象可以通过装饰器@classmethod来定义,具体格式如下: @classmethod def 类方法名(cls [, 形参列表] ...
- python表格对齐_浅谈python str.format与制表符\t关于中文对齐的细节问题
写了一个练手的爬虫...在输出的时候出现了让人很不愉♂悦的问题 像这样: 令人十分难受啊! #------------------------------------------ 在此之前先说一下py ...
- python未定义_浅谈Python程序的错误:变量未定义
Python程序的错误种类 Python程序的错误分两种.一种是语法错误(syntax error).这种错误是语句的书写不符合Python语言的语法规定.第二种是逻辑错误(logic error). ...
- python hasattr函数_浅谈python中的getattr函数 hasattr函数
hasattr(object, name) 作用:判断对象object是否包含名为name的特性(hasattr是通过调用getattr(ojbect, name)是否抛出异常来实现的). 示例: & ...
最新文章
- 2010中国大陆×××指南,满足你的欲望!
- python与Java线程实现方式的对比
- 对Python匿名函数和@property小小理解,希望对你学习也有帮助
- 常见Linux面试题总结
- 自定义键盘码_?光效DIY+自定义宏:玩法多样的杜伽k320RGB机械键盘
- MVC5中利用NOPI导出EXCLE
- 要有自己的核心竞争力,应对时代变迁
- 【原】iOS:手把手教你发布代码到CocoaPods(Trunk方式)
- 论文浅尝 - AAAI2020 | 小样本知识图谱补全
- CListCtrl 使用技巧 1
- Latex 中cite的使用
- 我们写APP和小程序或者H5用的前端UI--ColorUI
- linux子系统下载错误,Win10系统开启linux子系统报错“0x80070057”怎么办?
- 循环彩灯c语言程序,PLC彩灯实例,一个简单的顺序控制
- 招投标概念及注意事项
- 轻量级工具emoji-java处理emoji表情字符
- 园区3D可视化三维展示系统解决方案
- 什么是裸金属服务器,裸金属服务器适用什么场景?
- Python日历模块| 使用示例的weekday()方法
- css为何不支持父元素选择器