我们先介绍下pytorch中的cnn网络
学过深度卷积网络的应该都非常熟悉这张demo图（LeNet）：
先不管怎么训练，我们必须先构建出一个CNN网络，很快我们写了一段关于这个LeNet的代码，并进行注释：
1 # coding=utf-8 2 import torch 3 import torch.nn as nn 4 import torch.nn.functional as F 5 from torch.autograd import Variable 6 7 8 class Net(nn.Module): 9 # 定义Net的初始化函数，这个函数定义了该神经网络的基本结构 10 def __init__(self): 11 super(Net, self).__init__() # 复制并使用Net的父类的初始化方法，即先运行nn.Module的初始化函数 12 self.conv1 = nn.Conv2d(1, 6, 5) # 定义conv1函数的是图像卷积函数：输入为图像（1个频道，即灰度图）,输出为 6张特征图, 卷积核为5x5正方形 13 self.conv2 = nn.Conv2d(6, 16, 5) # 定义conv2函数的是图像卷积函数：输入为6张特征图,输出为16张特征图, 卷积核为5x5正方形 14 self.fc1 = nn.Linear(16 * 5 * 5, 120) # 定义fc1（fullconnect）全连接函数1为线性函数：y = Wx + b，并将16*5*5个节点连接到120个节点上。 15 self.fc2 = nn.Linear(120, 84) # 定义fc2（fullconnect）全连接函数2为线性函数：y = Wx + b，并将120个节点连接到84个节点上。 16 self.fc3 = nn.Linear(84, 10) # 定义fc3（fullconnect）全连接函数3为线性函数：y = Wx + b，并将84个节点连接到10个节点上。 17 18 # 定义该神经网络的向前传播函数，该函数必须定义，一旦定义成功，向后传播函数也会自动生成（autograd） 19 def forward(self, x): 20 x = F.max_pool2d(F.relu(self.conv1(x)), (2, 2)) # 输入x经过卷积conv1之后，经过激活函数ReLU，使用2x2的窗口进行最大池化Max pooling，然后更新到x。 21 x = F.max_pool2d(F.relu(self.conv2(x)), 2) # 输入x经过卷积conv2之后，经过激活函数ReLU，使用2x2的窗口进行最大池化Max pooling，然后更新到x。 22 x = x.view(-1, self.num_flat_features(x)) # view函数将张量x变形成一维的向量形式，总特征数并不改变，为接下来的全连接作准备。 23 x = F.relu(self.fc1(x)) # 输入x经过全连接1，再经过ReLU激活函数，然后更新x 24 x = F.relu(self.fc2(x)) # 输入x经过全连接2，再经过ReLU激活函数，然后更新x 25 x = self.fc3(x) # 输入x经过全连接3，然后更新x 26 return x 27 28 # 使用num_flat_features函数计算张量x的总特征量（把每个数字都看出是一个特征，即特征总量），比如x是4*2*2的张量，那么它的特征总量就是16。 29 def num_flat_features(self, x): 30 size = x.size()[1:] # 这里为什么要使用[1:],是因为pytorch只接受批输入，也就是说一次性输入好几张图片，那么输入数据张量的维度自然上升到了4维。【1:】让我们把注意力放在后3维上面 31 num_features = 1 32 for s in size: 33 num_features *= s 34 return num_features 35 36 37 net = Net() 38 39 # 以下代码是为了看一下我们需要训练的参数的数量 40 print (net) 41 params = list(net.parameters()) 42 43 k = 0 44 for i in params: 45 l = 1 46 print ("该层的结构：" + str(list(i.size()))) 47 for j in i.size(): 48 l *= j 49 print ("参数和：" + str(l)) 50 k = k + l 51 52 print ("总参数和：" + str(k))
注意：torch.nn只接受mini-batch的输入，也就是说我们输入的时候是必须是好几张图片同时输入。
例如：nn. Conv2d 允许输入4维的Tensor：n个样本 x n个色彩频道 x 高度 x 宽度。
这段代码运行 (运行于pytorch0.4版本) 效果如下：
Net( (conv1): Conv2d(1, 6, kernel_size=(5, 5), stride=(1, 1)) (conv2): Conv2d(6, 16, kernel_size=(5, 5), stride=(1, 1)) (fc1): Linear(in_features=400, out_features=120, bias=True) (fc2): Linear(in_features=120, out_features=84, bias=True) (fc3): Linear(in_features=84, out_features=10, bias=True) ) 该层的结构：[6, 1, 5, 5] 参数和：150 该层的结构：[6] 参数和：6 该层的结构：[16, 6, 5, 5] 参数和：2400 该层的结构：[16] 参数和：16 该层的结构：[120, 400] 参数和：48000 该层的结构：[120] 参数和：120 该层的结构：[84, 120] 参数和：10080 该层的结构：[84] 参数和：84 该层的结构：[10, 84] 参数和：840 该层的结构：[10] 参数和：10 总参数和：61706
参考链接：https://www.jianshu.com/p/cde4a33fa129