pytorch学习笔记（八）

Sequential

看看搭建了这个能不能更容易管理，CIFAR-10数据集进行 

看一下网络模型CIFAR-10模型

                        1       2             3              4          5            6             7            8          9

 输入进过一次卷积，然后经过一次最大池化，尺寸变成16*16了，在经过一次卷积尺寸没变，紧接着进过了一次最大池化，变成了8*8，再经过一次卷积通道数改变32→64，再经过一次池化变成4*4，然后展平，最后输出。

（1-2）根据图里面看，32×32经过卷积后的尺寸仍然是32×32，该如何设置，公式中的参数尺寸。

这边要注意接触padding[0]的时候要先stride[0]进行一个合理的取值，这边要去stride[0]=1而不是更大，因为太大的stride=2以上会导致padding太大不合理

根据网络图搭建的初始化网络。定义了网络之后要经过网络，这边用x作为输入，x输入进一个模块之后，得到x输出。一次经过各级模块。

和之前一样实例化网络，

得到网络结构输出

紧接着要考察网络的正确性，这边的第一个线性层的输入写错了，照样不会报错。

这边用一个全一矩阵进行一下网络正确性的测试。

模拟输入的图片是64个batch_size（有64张图片） 然后是3个通道32*32的大小。

正确情况下网络的输出是：

如果不小心让1024→10240的时候网络就会报错：

如果1024不会算的时候，就直接到flatten这步

进阶这进入课时的主题，Sequential的作用

→

→

然后可视化可以用tensorboard代替print

→

可以将网络进行可视化