import torch
from torch import nn
class Tudui(nn.Module):
def __init__(self):
super().__init__()
def forward(self, input):
output = input + 1
return output
def __call__(self, input):
return self.forward(input)
tudui = Tudui()
x = torch.tensor(1.0)
output = tudui(x)
print(output)
疑问:tudui = Tudui()
output=tudui(x) 为何写成output = Tudui(x)就会报错
PyTorch 的标准做法(先创建实例,再调用实例)
tudui = Tudui()
创建了Tudui
类的一个实例。- 这个实例可以被多次使用,而不需要每次都创建新的对象。
- 写
output = Tudui(x)
时,Python 实际上在做两件事:
a) 创建Tudui
类的实例
b) 尝试用x
作为参数调用这个新创建的实例
卷积操作
import torch
import torch.nn.functional as F
input = torch.tensor([[1, 2, 0, 3, 1],
[0, 1, 2, 3, 1],
[1, 2, 1, 0, 0],
[5, 2, 3, 1, 1],
[2, 1, 0, 1, 1]])
kernel = torch.tensor([[1, 2, 1],
[0, 1, 0],
[2, 1, 0]])
input = torch.reshape(input,shape=(1,1,5,5))
kernel = torch.reshape(kernel, (1, 1, 3, 3))
print(input.shape)
print(kernel.shape)
output = F.conv2d(input, kernel, stride=1)
print(output)
output2 = F.conv2d(input, kernel, stride=2)
print(output2)
output3 = F.conv2d(input, kernel, stride=1, padding=1)
print(output3)
padding = 1 就是 在原卷积层周围一圈补0