pytorch中搭建CNN网络时 x.view(x.size(0),-1) 的含义
2020-07-15 05:35
381 查看
在进行CNN网络图像识别的时候,对网络搭建中这句x.view(x.size(0),-1) 不太清楚,找了文章了解。
这句话一般出现在model类的forward函数中,具体位置一般都是在调用分类器之前。分类器是一个简单的nn.Linear()结构,输入输出都是维度为一的值,x = x.view(x.size(0), -1) 这句话的出现就是为了将前面多维度的tensor展平成一维。下面是个简单的例子,我将会根据例子来对该语句进行解析。
class Net(nn.Module): def __init__(self,batch_size): super(Net,self).__init__() self.conv = nn.Conv2d(outchannels=3,in_channels=64,kernel_size=3,stride=1) self.fc = nn.Linear(64*batch_size,10) def forward(self,x): x = self.conv(x) x = x.view(x.size(0), -1) out = self.fc(x)
上面是个简单的网络结构,包含一个卷积层和一个分类层。
forward()函数中,input首先经过卷积层,此时的输出x是包含batchsize维度为4的tensor,即(batchsize,channels,x,y),x.size(0)指batchsize的值。
x = x.view(x.size(0), -1)简化x = x.view(batchsize, -1)。
view()函数的功能和reshape类似,用来转换size大小。
x = x.view(batchsize, -1)中batchsize指转换后有几行,而-1指在不告诉函数有多少列的情况下,根据原tensor数据和batchsize自动分配列数。
相关文章推荐
- 从零开始,搭建CNN(卷积)神经网络识别Mnist手写体
- [pytorch]简单CNN网络在数据集MNIST上的实现
- Pytorch搭建网络
- tensorflow训练cnn网络实现避障与导航(二)V-rep仿真环境的搭建
- PyTorch基本用法(六)——快速搭建网络
- pytorch中搭建神经网络常用的包: torch.autograd torch.nn torch.optim
- 用tensorflow搭建简单的CNN网络
- 对比学习用 Keras 搭建 CNN RNN 等常用神经网络和其后端切换(Theano和TensorFlow)
- TextView和EditText的android:ellipsize属性的含义
- 根据网络图片的size大小设置UIImageView的大小
- Pytorch快速搭建神经网络
- Pytorch搭建CIFAR10的CNN卷积神经网络
- iOS根据网络图片的size大小设置UIImageView的大小
- [PyTorch笔记一] Pytorch搭建一个简单的与运算神经网络
- 十分钟掌握Pytorch搭建神经网络的流程
- PyTorch搭建卷积神经网络CNN实现MNIST手写数字识别(附代码)
- 基于pytorch和Fashion Mnist数据集建立简单的CNN网络来实现图片分类
- PyTorch快速搭建神经网络及其保存提取方法
- MobileNet学习(二)——Pytorch搭建v2网络
- Pytorch搭建入门级网络