PyTorch: 池化-线性-激活函数层
文章和代码已经归档至【Github仓库：https://github.com/timerring/dive-into-AI 】或者公众号【AIShareLab】回复 pytorch教程 也可获取。 nn网络层-池化-线性-激活函数层 池化层 池化的作用则体现在降采样：保留显著特征、降低特征维度，增大...
![Pytorch教程[05]torch.nn---卷积、池化、线性、激活函数层](https://ucc.alicdn.com/pic/developer-ecology/973f57e4d50d4b0985728373f395b24d.png)
Pytorch教程[05]torch.nn---卷积、池化、线性、激活函数层
一、Convolution Layers1.1 nn.Conv2d功能：对多个二维信号进行二维卷积主要参数：• in_channels：输入通道数• out_channels：输出通道数，等价于卷积核个数• kernel_size：卷积核尺寸• stride：步长• padding ：...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。