PyTorch 和卷积神经网络

【问题标题】：PyTorch and Convolutional Neural NetworksPyTorch 和卷积神经网络
【发布时间】：2018-03-14 00:00:38
【问题描述】：

我有一个 340px*340px 的图像输入，我想将它分类为 2 个类。我想创建卷积神经网络（PyTorch 框架）。图层的输入输出有问题。

class Net(nn.Module):

    def __init__(self):
        super(Net, self).__init__()
        # 3 channels (RGB), kernel=5, but i don't understand why 6. 
        self.conv1 = nn.Conv2d(3, 6, 5)
        self.pool = nn.MaxPool2d(2, 2)
        #why 16?
        self.conv2 = nn.Conv2d(6, 16, 5)
        #why 107584 = 328*328
        self.fc1 = nn.Linear(107584, 120)
        self.fc2 = nn.Linear(120, 84)
        self.fc3 = nn.Linear(84, 2)

    def forward(self, x):
        x = self.pool(F.relu(self.conv1(x)))
        x = self.pool(F.relu(self.conv2(x)))
        # i dont understand this line
        x = x.view(x.size(0),  -1)
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = self.fc3(x)
        return x

网络是否正确？

【问题讨论】：

你有什么问题？？

标签： python neural-network pytorch

【解决方案1】：

# 3 个通道 (RGB)，kernel=5，但我不明白为什么是 6。

Conv2d的第二个参数是out_channels。在卷积层中，您可以任意定义多个输出通道。所以它设置为 6，因为有人将它设置为 6。

# 为什么是 16？

同上。

#为什么 107584 = 328*328

和

\ # 这行我没看懂

Tensor.view() 返回一个新张量，其数据与 self 张量相同，但大小不同。 x = x.view(x.size(0), -1)：-1 表示“从其他维度推断”，因此，您将张量强制为 [1, 15*164*164] => [1, 403440]。

403440 也是 self.fc1 = nn.Linear(107584, 120) 的正确值，而不是 107584。

【讨论】：