无所不能的python：浅谈pytorch卷积核大小的设置对全连接神经元
无所不能的python到底都能干些什么了？浅谈pytorch卷积核大小的设置对全连接神经元的影响，具有很好的参考价值，希望对大家有所帮助。
3*3卷积核与2*5卷积核对神经元大小的设置
主要看对称卷积核以及非对称卷积核之间的计算方式
#这里kerner_size = 3*3
class CONV_NET(torch.nn.Module): #CONV_NET类继承nn.Module类
def __init__(self):
super(CONV_NET, self).__init__() #使CONV_NET类包含父类nn.Module的所有属性
# super()需要两个实参，子类名和对象self
self.conv1 = nn.Conv2d(1, 32, 3, 1, padding=1)
self.conv2 = nn.Conv2d(32, 128, 1, 1, padding=0)
self.fc1 = nn.Linear(3200, 128)
self.relu1 = nn.ReLU(inplace=True)
self.drop1 = nn.Dropout(0.5)
self.fc2 = nn.Linear(128, 32)
self.relu2 = nn.ReLU(inplace=True)
self.fc3 = nn.Linear(32, 3)
self.softmax = nn.Softmax(dim=1)
def forward(self, x):
x = self.conv1(x)
x = self.conv2(x)
x = x.view(x.size(0), -1)
x = self.fc1(x)
x = self.relu1(x)