时间戳

首页 > 解决方案 > 了解卷积层中的 nn.Sequential

pytorch - 了解卷积层中的 nn.Sequential

问题描述

我是 PyTorch/深度学习的新手，我试图了解使用以下行来定义卷积层：

self.layer1 = nn.Sequential(nn.Conv1d(input_dim, n_conv_filters, kernel_size=7, padding=0), nn.ReLU(), nn.MaxPool1d(3))

我知道它正在为网络创建一个 1d 卷积层，最大池化为 3 宽。但是，我不了解顺序模块或 RelU 的功能。这些在创建图层时有何作用？

作为参考，其余代码可以在这里找到：https ://github.com/ArdalanM/nlp-benchmarks/blob/master/src/cnn/net.py

标签： pytorchconv-neural-network

解决方案

根据提供的描述，您似乎正在为问题开发卷积架构（更可能是计算机视觉架构，因为 CNN 通常针对解决 CV 问题）。

现在通过使用 Sequential 模块讨论代码，您是在告诉 PyTorch 您正在开发一种以顺序方式工作的架构，并且通过指定 ReLU，您将在图片中引入非线性的概念（ReLU 是广泛使用的一种在深度学习框架中使用了激活函数）。非线性有助于 CNN 泛化到复杂的决策边界，并最终帮助它们表现得更好。

PS：我建议查看https://towardsdatascience.com/convolutional-neural-network-for-image-classification-with-implementation-on-python-using-pytorch-7b88342c9ca9，以便从编码人员的角度获得更好的想法。

推荐阅读