pyTorch代码方法功能总结

1.nn.ModuleList()是一个储存不同 module，并自动将每个 module 的 parameters 添加到网络之中的容器。
2.和1类似，但是nn.Sequential里面的模块按照顺序进行排列的，所以必须确保前一个模块的输出大小和下一个模块的输入大小是一致的。
3.rearrange: 用于对张量的维度进行重新变换排序（切块）。
4.nn.lieaner() 映射维度。
5.Image.open(path_img).convert(‘RGB‘)
读出来图像是RGBA四通道的，A通道为透明通道，因此使用convert(‘RGB’)进行通道转换为三通道。
6.2Dconv(in_channels, out_channels, kernel_size, stride=1, padding=0,
输入图像通道数 输出图片的通道数 卷积核的大小 卷积的步幅 充添加到输入的所有四个边
dilation=1, groups=1, bias=True, padding_mode='zeros', device=None, dtype=None)
7.torch.softmax() 归一化指数函数，预测结果概率之和为1.
8.torch.einsum() 爱因斯坦简记法
9.view(a,-1) view中一个参数定为-1，代表自动调整这个维度上的元素个数，以保证元素的总数不变。
.contiguous() 改变多维数组在内存中的存储数据，以便配合view方法使用。