pytorch 常用层（四）

神经网络工具箱nn

torch.nn的核心数据结构是Module，既可以表示神经网络中的某个层（layer），也可以表示一个包含很多层的神经网络。

import torch as t
from torch import nn

nn.layer

PyTorch实现了神经网络中绝大多数的layer，这些layer都继承于nn.Module

主要关注以下几点

• 函数的参数，如nn.Linear(in_features, out_features, bias)，需关注这三个参数的作用。
• 属性、可学习参数和子module。如nn.Linear中有weight和bias两个可学习参数，不包含子module。
• 输入输出的形状，如nn.linear的输入形状是(N, input_features)，输出为(N，output_features)，N是batch_size。

输入的不是单个数据，而是一个batch。输入只有一个数据，则必须调用tensor.unsqueeze(0) 或 tensor[None]将数据伪装成batch_size=1的batch

常用神经网络层

图像相关层

图像相关层主要