pytorch 中实现CNN，对CNN的理解心得
Posted 河南骏
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了pytorch 中实现CNN，对CNN的理解心得相关的知识，希望对你有一定的参考价值。
将卷积核与图像进行卷积
是在空间上滑动图像，计算点积
卷积核总是扩展输入卷的全部深度
卷积层
在卷积核和图像的一个小的5x5x3块之间取一个点积的结果
对所有空间位置进行卷积（滑动）
卷积神经网络是一个卷积层的序列，夹杂着激活函数
池化层
使性能更好，更易于操作
独立操作每个激活映射
简介:
conv、池化层和全连通层的堆积
通常模型越深层次对模型更有帮助
不一定需要池
全连接层在分类时用到，其他非分类的可以不用全连接层
以上是关于pytorch 中实现CNN，对CNN的理解心得的主要内容，如果未能解决你的问题，请参考以下文章
在 Keras 中实现 Causal CNN 以进行多变量时间序列预测