每天五分钟深度学习PyTorch：卷积和池化后图片会有什么变化？

本文重点

卷积神经网络两个最核心的网络层就是卷积层还有池化层，本文我们将看一下一张图片数据经过卷积层和池化层之后会有什么变化，以此来加深对卷积操作和池化操作的认识。

from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
import torch
from torch import nn
im=Image.open('./cat').convert('L')#转成灰度图，通道为1
im=np.array(im,dtype='float32')#转成numpy[121,121]
im=torch.from_numpy(im.reshape((1,1,im.shape[0],im.shape[1])))#转成tensor[1,1,121,121]
#############卷积操作################
conv1=nn.Conv2d(1,1,3,bias=False)#卷积层
sobel_kernel=np.array([[-1,-1,-1],[-1,-8,-1],[-1,-1,-1]],dtype='float32')#卷积和参数
sobel_kernel=sobel_kernel.reshape((