本文通过学习李沐基于pytorch的深度学习课程第68课Transformer，对该模型的原理做出总结并展示代码，作为本人学习笔记。

首先，定义AlexNet模型，在这里使用的仍然是是Fashion-MNIST数据集，因为训练ImageNet需要几个小时甚至几天，这里仅快速演示一下AlexNet网络，所以输入的是单通道（灰度）图像，最后输出层的类别数为10。第二卷积层（Conv2）的卷积核大小为5x5，数量256，步长为1，填充为2，输出尺寸为27x27x256，因使用填充（padding）所以特征图尺寸不变，同时增加通道数以提

这一整段是训练模型的核心代码，train函数需要定义（训练的神经网络模型net，训练集的特征数据和标签数据，测试集的特征数据和标签数据，训练的轮数num_epochs，控制优化器更新参数的步长的学习率learning_rate，用于防止过拟合的正则化系数weight_decay，每次迭代使用的批量大小batch_size）这段代码定义了get_k_fold_data 的函数是为了实现 K折交叉验证

这一整段是训练模型的核心代码，train函数需要定义（训练的神经网络模型net，训练集的特征数据和标签数据，测试集的特征数据和标签数据，训练的轮数num_epochs，控制优化器更新参数的步长的学习率learning_rate，用于防止过拟合的正则化系数weight_decay，每次迭代使用的批量大小batch_size）这段代码定义了get_k_fold_data 的函数是为了实现 K折交叉验证

李老师在举识别“猫”的例子，说明每个卷积核可以学习提取输入数据中的某种特定特征，最底层卷积识别一些边缘的纹理得到多个不同的输出通道，这些输出再继续作为下一个层输入，分别去识别猫胡须的纹理、耳朵的纹理等等，将这些纹理组合起来，再往下一层卷积走，某个通道识别猫头，某个通道识别猫眼，那最后一层输出就是所有东西组合起来识别出一只猫。不同的是，池化层没有可学习的参数（比如卷积核），在每个输入通道应用池化层以

其中，比较重要的层分别是：Conv2d是卷积层，输入到输出的过程中使用了适当的填充（padding），使得输出的高度和宽度与输入相同，且通道数增加6；Flatten将多维张量展平为一维向量，输入形状为 (1，16，5，5)，展平后为 (1，16*5*5) = (1，400)；LeNet网络的输入层通常为通道数为1的灰度图像，其大小为32×32，输出层是一个由10个神经元组成的softmax高斯连接