卷积层
查看每个数据
使用tensorboard查看
池化层
使用数据集进行训练
创建实例,使用tensorboard进行显示
最大池化保留了图片信息,神经网络训练的数据量大大减小,可以加快训练
非线性激活
非线性激活为神经网络加入了一些非线性的特质
inplace是否对原来的位置进行替换,等于false可以防止数据的丢失
以上是搭建网络的过程,接着创建网络
线性层
flatten将图片展平
sequential
对CIFAR10model结构
尺寸不变padding=2
搭建网络
验证网络
sequential使得代码更加简洁
计算图
损失函数与反向传播
需要浮点数
交叉熵