PyTorch部分功能

nn 部分层功能

  • torch.nn
    • Convd
    • Pool
    • Dropout
    • 2021/11/10
  • Gpu加速
    • 三要素

torch.nn

Convd

输入矩阵维度:样本数、图像通道数、图像高度、图像宽度
计算公式:
在这里插入图片描述作用:
1.提取特征
2.减少参数并保持位置空间

Pool

通常位于卷积层之间
计算公式(L为H、W):
在这里插入图片描述作用:
1.减少参数->加快计算速度
2.防止过拟合
类型:
平均池化(average pooling):计算图像区域的平均值作为该区域池化后的值。

最大池化(max pooling):选图像区域的最大值作为该区域池化后的值。

其它类型看到再说

Dropout

在训练过程中,暂时丢弃一些神经元

作用:
1.防止过拟合
……

2021/11/10

Gpu加速

三要素

  1. 数据
  2. 模型
  3. 损失函数

你可能感兴趣的:(深度学习,计算机视觉,pytorch)