CNN - Fight4354

CNN

2025年6月21日12

AI 翻訳

この記事はAIを通じて中国語から日本語に翻訳されました。原文を表示

AI が生成した要約

1. **nn.Conv2d** PyTorchの2D畳み込み層を実装するクラス。 - **in_channels**: 入力データのチャンネル数（RGB画像は3、グレースケールは1）。 - **out_channels**: 出力のチャンネル数（畳み込みカーネルの数）。 - **kernel_size**: 畳み込みカーネルのサイズ（通常は3x3または5x5）。 - **stride**: 畳み込みカーネルの移動ステップ。 - **padding**: 入力の境界に追加するゼロの数。 - **bias**: バイアス項の有無（デフォルトはTrue）。例: RGB画像（3チャンネル、32x32サイズ）の場合、`conv = nn.Conv2d(in_channels=3, out_channels=16, kernel_size=3, padding=1)`とすると、出力形状は`[batch_size, 16, 32, 32]`。 2. **nn.MaxPool2d** PyTorchの2D最大プーリング層を実装するクラス。 - **kernel_size**: 3x3のウィンドウを使用して入力特徴マップ上をスライド。 - デフォルトでは、**stride**は**kernel_size**と同じ（非重複プーリング）、**padding**は0。学習可能なパラメータはなし。例: `nn.MaxPool2d(3)`。 3. **LeNet** 初期の成功した神経ネットワーク。

1、nn.Conv2d#

PyTorch 中用于实现二维卷积层（2D Convolutional Layer）的类
重要参数

in_channels
入力データのチャネル数（例えば RGB 画像は 3、グレースケール画像は 1）
out_channels
出力のチャネル数、つまり畳み込みカーネルの数。

# あなたが RGB 画像（3 チャネル）を持っていると仮定します、サイズは 32×32：
conv = nn.Conv2d(in_channels=3, out_channels=16, kernel_size=3, padding=1)
# あなたが得る出力の形状は：[batch_size, 16, 32, 32]

kernal_size
畳み込みカーネルのサイズ、一般的には 3 ⇌ (3,3) または 5 ⇌ (5,5)、または (3,5) なども可能。
stride
畳み込みカーネルの移動ステップ、出力特徴マップのサイズを制御します。例：2、(3,5)
padding
入力の境界にゼロを追加する数、出力特徴マップの空間サイズを制御します。
bias
バイアス項を追加するかどうか、デフォルトは True。

2、nn.MaxPool2d#

PyTorch 中用于实现二维最大池化层（2D Max Pool Layer）的类
填充 padding 和步幅 stride 和 nn.Conv2d 一样。
没有可学习的参数
例：
nn.MaxPool2d(3)
・kernel_size=3：入力特徴マップ上で 3x3 のウィンドウをスライドさせることを示します。
デフォルト：
・stride=kernel_size、つまりウィンドウは毎回 3 ピクセルスライドします（非重複プーリング）。nn.Conv2d のデフォルトパラメータとは異なります。
・padding=0、エッジパディングは行いません。

3、LeNet#

初期の成功した神経ネットワーク