标签:img self torch shape print pytorch import 线性 01.09
看一下我们前面学习过的工具
棕色框的不常用,这节学习Linear Layers(线性激活函数)
线性激活函数
这是一个神经网络,这一节的工具就是将1×1×4096变成1×1×1000,但是一张图片是二维的,所以还需要方法将7×7×512变为1×1×4096
直接代码演示
import torch import torchvision from torch.nn import Module from torch.nn import Linear import torchvision.transforms from torch.utils.data import DataLoader #先像往常一样加载一下数据集 dataset = torchvision.datasets.CIFAR10("./dataset2", train=False, transform=torchvision.transforms.ToTensor(),download=True) dataloader = DataLoader(dataset,batch_size=64) target = 0 class Tudui(Module): def __init__(self): super(Tudui, self).__init__() #in_features输入个数,out_features输出的个数 self.linear1=Linear(in_features=196608,out_features=10) def forward(self, x): return self.linear1(x) tudui = Tudui() for data in dataloader: img,tar = data print(img.shape) #flatten,将图像一维化的函数 output1 = torch.flatten(img) output2 = torch.reshape(img,[1,1,1,-1]) print(output1.shape) print(output2.shape) output3=tudui(output1) print(output3.shape) target+=1 if target == 10: break;
可以看到输出的shape:
如果我们不做一维演变就会报错:
标签:img,self,torch,shape,print,pytorch,import,线性,01.09 来源: https://blog.csdn.net/m0_49936845/article/details/122395494
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。