池化、线性、**函数层

池化层

池化运算：对信号进行收集并总结，类似水池收集水资源，因而得名池化层
收集：多变少
总结：最大值/平均值

nn.MaxPool2d

功能：对二维信号(图像)进行最大值池化
主要参数：

• kernel_size: 池化核尺寸
• stride：步长
• padding：填充个数
• dilation：池化核间隔大小
• ceil_mode: 尺寸向上取整
• return_indices: 记录池化像素索引

nn.AvgPool2d

功能：对二维信号(图像)进行平均值池化
主要参数：

• kernel_size: 池化核尺寸
• stride：步长
• padding：填充个数
• dilation：池化核间隔大小
• ceil_mode: 尺寸向上取整
• count_include_pad: 填充值用于计算
• divisor_override: 除法因子

nn.MaxUnpool2d

功能：对二维信号(图像)进行最大值池化上采样

主要参数：

• kernel_size: 池化核尺寸
• stride：步长
• padding：填充个数

线性层

线性层又称为全连接层，其每个神经元与上一层所有神经元相连，实现对前一层的线性组合，线性变换

**函数层

**函数对特征进行非线性变换，赋予多层神经网络具有深度的意义。

nn.Sigmoid

nn.ReLU