java---RabbitMQ高级应用
497 2023-04-03 05:08:06
补充:padding层,主要是用0或常数填充,可以自己查看官方文档
一般采用为False,保留原始数据
输入:N表示batchsize
图片:
'''RELU:小于0的部分返回0,大于0的部分返回本身的数值'''import torchfrom torch import nnfrom torch.nn import ReLU# 1.输入input=torch.tensor([[1,-0.2], [-1,3]])print(input)# 2.调整输入的形式input=torch.reshape(input,(-1,1,2,2))# -1:随机batchsize大小 1:channel 2 2:H Wprint(input.shape)# 3.模型定义class Tudui(nn.Module): def __init__(self): super(Tudui, self).__init__() self.relu1=ReLU() #默认inplace为false def forward(self,input): output=self.relu1(input) return output#4. 创建网络+使用网络tudui=Tudui()output=tudui(input)print(output)
import torchimport torchvisionfrom torch import nnfrom torch.nn import ReLU, Sigmoidfrom torch.utils.data import DataLoaderfrom torch.utils.tensorboard import SummaryWriter# 1.输入# 测试集test_data=torchvision.datasets.CIFAR10(root="./CIFAR10_dataset",transform=torchvision.transforms.ToTensor(),train=False,download=True)test_loader=DataLoader(dataset=test_data,batch_size=64)print(input)# 2.模型定义class Tudui(nn.Module): def __init__(self): super(Tudui, self).__init__() self.sigmoid1=Sigmoid() def forward(self,input): output=self.sigmoid1(input) return output# 3. 创建网络tudui=Tudui()# 4.使用网络writer=SummaryWriter('./logs_20_2')step=0for data in test_loader: imgs,targetd=data writer.add_images("input",imgs,global_step=step) output=tudui(imgs) writer.add_images("output",output,global_step=step) step+=1writer.close()
tensorboard --logdir=logs_20_2 --host=127.0.0.1