導(dǎo)入需要的模塊

pytorch是比較常用的深度學(xué)習(xí)框架，集成類似numpy的功能，生成以及操作叫做張量的多維數(shù)組。張量（tensor）：能放在GPU上跑的多維數(shù)組（大概）

搭建網(wǎng)絡(luò)

網(wǎng)絡(luò)基礎(chǔ)框架

全連接：圖片數(shù)據(jù)需要轉(zhuǎn)化成向量輸入，如[1,2,3,4...m]，size:1*m，之后一般經(jīng)過一個非線性函數(shù)激活即數(shù)值歸一化到0~1或-1~1之間

卷積：隨機初始化一個卷積核（卷積核有提取特征的作用），鋪在圖片上做滑窗操作，對應(yīng)的像素相乘再求和，之后一般經(jīng)過一個非線性函數(shù)激活即數(shù)值歸一化到0~1或-1~1之間（大概）

池化：對n*n區(qū)域內(nèi)像素進行操作，求最大值或求平均，得到一個數(shù)值代表該區(qū)域（大概）

Unet

查看是否能跑通

輸出：

最后輸出兩個通道的圖片，即兩張?zhí)卣鲌D，對像素進行二分類，一張的”像素值“表示像素是1的概率，另一張表示不是1的概率（大概是這樣）

不知道對不對，反正能跑通！