18 卷積層的使用
阿新 • • 發佈:2022-05-17
一、二維卷積
- 引數說明+公式(論文中一般看這個)
效果:
二、案例
報錯技巧:要找自己程式中的文件來改
- 程式碼
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 #測試集 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) #定義模型 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 #呼叫模型 tudui=Tudui() #輸出模型 print(tudui) #視覺化 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]:不知道分成幾個batch,第一個引數就為-1 相當於6channel拆分成多個3channel output=torch.reshape(output,(-1,3,30,30)) writer.add_images("output",output,step) step=step+1 writer.close()
- 效果圖