Pytorch代码入门学习之分类任务（一）：搭建网络框架

一、网络框架介绍

二、导包

三、定义卷积神经网络

[3.1 代码展示](#3.1 代码展示)

[3.2 定义网络的目的](#3.2 定义网络的目的)

[3.3 Pytorch搭建网络](#3.3 Pytorch搭建网络)

四、测试网络效果

一、网络框架介绍

网络理解：

将32*32大小的灰度图片（下述的代码中输入为32*32大小的RGB彩色图片），输入到网络中；经过第一次卷积C1，变成了6通道、28*28大小的一个特征向量；通过一次下采样S2，变成了6通道、14*14大小的一个特征向量，其宽高相当于折损了一般；经过第二次卷积C3，变成了16通道、10*10大小的一个特征向量；通过第二次下采样S4，变成了16通道、5*5大小的一个特征向量；最后三层全连接输出。

①Convolutious（卷积）：涉及到输入、输出与很多参数的设置，需要初始化。

②Subsampling（下采样）：该网络中使用的是最大池化下采样的方法，最大池化下采样的和维2*2大小。

**最大池化：**Max Pooling，取窗口内的最大值作为输出。

③Full Connection（全连接）：需要初始化。

二、导包

python 复制代码

import torch  # torch基础库
import torch.nn as nn  # torch神经网络库
import torch.nn.functional as F

三、定义卷积神经网络

3.1 代码展示

python 复制代码

class Net(nn.Module):
    # 初始化
    def __init__(self):
        super(Net,self).__init__()
        self.conv1 = nn.Conv2d(3,6,5)
        self.conv2 = nn.Conv2d(6,16,5)
        self.fc1 = nn.Linear(16*5*5,120)
        self.fc2 = nn.Linear(120,84)
        self.fc3 = nn.Linear(84,10)

    # 前向传播
    def forward(self,x):
        x = self.conv1(x)
        x = F.relu(x)
        x = F.max_pool2d(x,(2,2))
        x = F.max_pool2d(F.relu(self.conv2(x)),2)
        x = x.view(-1,x.size()[1:].numel())
        x = F.relu(self.fc1(x))  # 进入全连接层需要进行激活函数
        x = F.relu(self.fc2(x))
        x = self.fc3(x)  # 最后一层为输出层，要输出结果，不需要进行激活
        return x

3.2 定义网络的目的

希望网络有科学系参数，通过输入数据的训练让相关参数不断更新、梯度下降到一个合适的值，之后输入新的图片，可以进行分类或者预测。

3.3 Pytorch搭建网络

Pytorch搭建网络通常会采用类进行管理，可取名为Net（该名字可以更换），通常需要继承nn.Model类（相当于在Net中将Model定义好的方法直接进行使用）。搭建网络通常包括两个函数：

**①初始化函数（含有默认参数）：**实例化这个类的时候会自动执行的一部分，这里面放网络需要初始化的内容。

def init(self)

**A. super(Net,self).init()：**在该函数中通常需要进行多继承操作，相当于把Model类里面继承的类以及全部的类的方法都继承下来，供Net去使用；

**B. nn.Conv2d(3,6,5)：**2d卷积核的函数，只涉及三个参数，其余参数使用默认值；第一个参数为输入的通道数，第二个参数为输出特征向量的通道数，第三个参数为卷积核大小(使用output公式进行计算 W-F+1=28，W=32,F=5 )；

：其中W是指宽高，F是指所求的ColorSize的大小，P是指Padding---像图片外面补边，让它去遍历，默认为0；S是指步长，卷积核遍历图片的步长，默认为1；

**C. nn.Linear(16*5*5,120)：**全连接层的初始化，涉及两个参数（输入特征的维数大小和输出特征的维数大小），全连接层需要对特征做一个拉平，将每一个特征拉平，将上一个特征向量拉为一条直线，送给全连接层；

**②前向传播函数：**需实现前向回归逻辑，相当于完成整个网络运行的逻辑，x是指输入，相当于上图中的input。

def forward(self,x)

**A. F.relu(x)：**relu激活函数，激活之后网络具有非线性的分离能力；

B. tensor[batch,channel,H,W]： channel是指通道数，例如RBG三通道这些概念、H是指高，W是指宽，batch是指有几批这样的数据；

**C. F.max_pool2d(x,(2,2))：**最大池化下采样对x进行处理；

**D. x.view(-1,x.size()[1:].numel())：**进行拉平、展平之后给全连接层，对当前的输入数据x进行一个形式转换，输入行和列，这里所对应的列等于self.fc1 = nn.Linear(16*5*5,120)这里所对应的行，为x.size切片之后数据的乘积；行信息根据批次信息自动生成，-1让程序自动生成这个行；为什么要切1，对于tensor信息来说，将batch切掉，channel、H、W相乘等于16*5*5；

注意： Pytorch处理的都是张量（张量是神经网络所使用的主要数据结构）数据。

四、测试网络效果

相当于打印网络初始化部分，也可以与网络结构相对应检查一下。

python 复制代码

net = Net()
print(net)

参考：Pytorch逐行代码入门学习_哔哩哔哩_bilibili