pytorch_神经网络构建3前面讲述了逻辑回归分类,模拟函数回归问题,单层,深层网络,它们以点和向量为代表,接下来讲述如何识别一张图片, 假设一张图片大小为1000x1000,rgb图像,我们应该如何对它识别分类 我们可以像处理手写数字识别一样把图片展开成一行,然后对每个数据参数求权重,然而实际操作确是极其不现实的,也是不合理的 因为仅仅输入就有300万参数,如果我们希望第一层拥有1000个神经元来对他进行输入,那么参数量将会是310^9 如果图像大小为1000010000那么处理一张图片的参数量将会十分巨大 传统意义上处理图片,有