Pytorch学习笔记（5）：torch.nn---网络层介绍（卷积层、池化层、线性层、激活函数层）
前期回顾： Pytorch学习笔记（1）：基本概念、安装、张量操作、逻辑回归Pytorch学习笔记（2）：数据读取机制（DataLoader与Dataset）Pytorch学习笔记（3）：图像的预处理（transfo...
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 ：...
【李沐：动手学深度学习pytorch版】第3章：线性神经网络（上）
第3章 线性神经网络3.1. 线性回归3.1.1. 线性回归的基本元素3.1.1.1. 线性模型3.1.1.2. 损失函数3.1.1.3. 解析解线性回归刚好是一个很简单的优化问题。 与我们将在本书中所讲到的其他大部分模型不同，线性回归的解可以用一个公式简单地表达出来， 这类解叫作解析解（analy...
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。