用torch写一段CNN代码
时间: 2024-01-29 07:03:28 浏览: 29
好的,以下是一个简单的CNN代码示例:
```python
import torch
import torch.nn as nn
class Net(nn.Module):
def __init__(self):
super(Net, self).__init__()
self.conv1 = nn.Conv2d(3, 6, 5) # 输入通道数为3,输出通道数为6,卷积核大小为5
self.pool = nn.MaxPool2d(2, 2) # 池化层,大小为2x2
self.conv2 = nn.Conv2d(6, 16, 5) # 输入通道数为6,输出通道数为16,卷积核大小为5
self.fc1 = nn.Linear(16 * 5 * 5, 120) # 全连接层,输入大小为16x5x5,输出大小为120
self.fc2 = nn.Linear(120, 84) # 全连接层,输入大小为120,输出大小为84
self.fc3 = nn.Linear(84, 10) # 全连接层,输入大小为84,输出大小为10
def forward(self, x):
x = self.pool(torch.relu(self.conv1(x)))
x = self.pool(torch.relu(self.conv2(x)))
x = x.view(-1, 16 * 5 * 5)
x = torch.relu(self.fc1(x))
x = torch.relu(self.fc2(x))
x = self.fc3(x)
return x
net = Net() # 创建一个网络实例
```
上面的代码定义了一个包含两个卷积层和三个全连接层的CNN网络。在 `forward` 方法中,输入的数据 `x` 会依次经过卷积层、激活函数和池化层的处理,然后被展开为一维向量,通过三个全连接层最终输出结果。
注意,上述代码中的 `nn` 和 `torch` 都是 PyTorch 的模块。在运行代码前需要先安装 PyTorch。