resumo da função do método de código pyTorch

1. nn.ModuleList()É um container que armazena diferentes módulos e adiciona automaticamente os parâmetros de cada módulo à rede.
2. Semelhante a 1, mas nn.Sequentialos módulos internos estão organizados em ordem, portanto, você deve garantir que o tamanho de saída do módulo anterior seja consistente com o tamanho de entrada do próximo módulo.
3. rearrange: Usado para retransformar e classificar as dimensões do tensor (corte).
4. nn.lieaner()Dimensões do mapa.
5. Image.open(path_img).convert(‘RGB‘)
A imagem lida é RGBA de quatro canais, e o canal A é um canal transparente, então use convert('RGB') para converter o canal em três canais.
6. 2Dconv(in_channels, out_channels, kernel_size, stride=1, padding=0,
O número de canais da imagem de entrada, o número de canais da imagem de saída, o tamanho do kernel da convolução e o passo da convolução são adicionados a todos os quatro lados da entrada. 7. A função exponencial
dilation=1, groups=1, bias=True, padding_mode='zeros', device=None, dtype=None)
normalizada torch.softmax(), a soma da probabilidade do resultado previsto é 1.
8. torch.einsum()Notação abreviada de Ein Stan
9. view(a,-1)Um parâmetro na exibição é definido como -1, o que significa que o número de elementos nessa dimensão é ajustado automaticamente para garantir que o número total de elementos continua sem alteração.
.contiguous()Altere os dados de armazenamento do array multidimensional na memória para que possa ser usado com o método view.