最近2018中文字幕在日韩欧美国产成人片_国产日韩精品一区二区在线_在线观看成年美女黄网色视频_国产精品一区三区五区_国产精彩刺激乱对白_看黄色黄大色黄片免费_人人超碰自拍cao_国产高清av在线_亚洲精品电影av_日韩美女尤物视频网站

當使用pytorch寫網(wǎng)絡結構的時候，本人發(fā)現(xiàn)在卷積層與第一個全連接層的全連接層的input_features不知道該寫多少？一開始本人的做法是對著pytorch官網(wǎng)的公式推，但是總是算錯。

專注于為中小企業(yè)提供網(wǎng)站制作、成都網(wǎng)站建設服務,電腦端+手機端+微信端的三站合一,更高效的管理,為中小企業(yè)正鑲白免費做網(wǎng)站提供優(yōu)質的服務。我們立足成都，凝聚了一批互聯(lián)網(wǎng)行業(yè)人才，有力地推動了數(shù)千家企業(yè)的穩(wěn)健成長，幫助中小企業(yè)通過網(wǎng)站建設實現(xiàn)規(guī)模擴充和轉變。

后來發(fā)現(xiàn)，寫完卷積層后可以根據(jù)模擬神經(jīng)網(wǎng)絡的前向傳播得出這個。

全連接層的input_features是多少。首先來看一下這個簡單的網(wǎng)絡。這個卷積的Sequential本人就不再啰嗦了，現(xiàn)在看nn.Linear(？？？, 4096)這個全連接層的第一個參數(shù)該為多少呢？

請看下文詳解。

class AlexNet(nn.Module):
  def __init__(self):
    super(AlexNet, self).__init__()

    self.conv = nn.Sequential(
      nn.Conv2d(3, 96, kernel_size=11, stride=4),
      nn.ReLU(inplace=True),
      nn.MaxPool2d(kernel_size=3, stride=2),

      nn.Conv2d(96, 256, kernel_size=5, padding=2),
      nn.ReLU(inplace=True),
      nn.MaxPool2d(kernel_size=3, stride=2),

      nn.Conv2d(256, 384, kernel_size=3, padding=1),
      nn.ReLU(inplace=True),
      nn.Conv2d(384, 384, kernel_size=3, padding=1),
      nn.ReLU(inplace=True),
      nn.Conv2d(384, 256, kernel_size=3, padding=1),
      nn.ReLU(inplace=True),
      nn.MaxPool2d(kernel_size=3, stride=2)
    )

    self.fc = nn.Sequential(
      nn.Linear(？？？, 4096)
      ......
      ......
    )

當前名稱：pytorch神經(jīng)網(wǎng)絡之卷積層與全連接層參數(shù)的設置方法-創(chuàng)新互聯(lián)
瀏覽地址：http://fisionsoft.com.cn/article/shpsi.html