本文重点

从本文开始我们将开启卷积神经网络的搭建了，卷积神经网络网络是深度学习中基础的算法模型之一，但是这里我们从实战为主，我们并不会对卷积神经网络详细的介绍，如果不懂得可以看我得《每天五分钟计算机视觉》专栏。

卷积神经网络

卷积神经网络可以认为是多个卷积层，池化层的堆叠，然后后面接全连接层，pytorch中对这些网络层进行了封装，我们可以直接使用：

卷积层：

class torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True)

参数解析：

in_channels：表示输入通道数

out_channels:表示输出通道数

kernel_size:表示卷积大小

stride：步长

padding：填充

dilation：(扩张)控制kernel点（卷积核点）的间距

grops：卷积核数量

bias：偏执

池化层&