Pytorch深度学习神经网络
- 一、PyCharm下新建python文件
- 二、对CIFAR-10 dataset分类的神经网络代码
-
- 三、终端输入命令打开tensorboard可视化
- 1.tensorboard命令
- 2.点击链接后自行弹出网页就可以看到神经网络图了
- 3.每个都双击就会看到内部关联
今天学到最后可算看到什么叫神经网络了!
一、PyCharm下新建python文件
二、对CIFAR-10 dataset分类的神经网络代码
1.依据网络图及计算公式
2.具体代码详情
注意代码中的大小写,其中 Nj/n j处是自行取的
import torch
from torch import nn
from torch.nn import Conv2d, MaxPool2d, Flatten, Linear, Sequential
from torch.utils.tensorboard import SummaryWriter
class Nj(nn.Module):
def __init__(self):
super(Nj, self).__init__()
self.model1 = Sequential(
Conv2d(3, 32, 5, padding=2),
MaxPool2d(2),
Conv2d(32, 32, 5, padding=2),
MaxPool2d(2),
Conv2d(32, 64, 5, padding=2),
MaxPool2d(2),
Flatten(),
Linear(1024, 64),
Linear(64, 10)
)
def forward(self, x):
x = self.model1(x)
return x
nj = Nj()
print(nj)
input = torch.ones((64, 3, 32, 32))
output = nj(input)
print(output.shape)
writer = SummaryWriter("../logs_seq")
writer.add_graph(nj, input)
writer.close()
右击运行后输出结果
三、终端输入命令打开tensorboard可视化
1.tensorboard命令
tensorboard --logdir=logs_seq
2.点击链接后自行弹出网页就可以看到神经网络图了
3.每个都双击就会看到内部关联
看到这个图,我感觉学习都变香了~这神经网络可真是形象了
放几张细节图呐
卷积的具体情况:
池化:
线性、铺开等等:
整体框架:
Over!
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)