pytorch 實現crnn

知識點：

• torch.nn.ReLU(inplace=True)中inplace的作用

在文檔中解釋是：

參數： inplace-選擇是否進行覆蓋運算

意思是是否將得到的值計算得到的值覆蓋之前的值，比如：x = x +1即對原值進行操作，然後將得到的值又直接複製到該值中，而不是覆蓋運算的例子如：y = x + 1x = y這樣就需要花費內存去多存儲一個變量y，所以nn.Conv2d(3, 64, kernel_size=11, stride=4, padding=2),
nn.ReLU(inplace=True)
意思就是對從上層網絡Conv2d中傳遞下來的tensor直接進行修改，這樣能夠節省運算內存，不用多存儲其他變量

• 各個深度框架讀入圖像的順序

N: batch;

C: channel

H: height

W: width

Caffe 的Blob通道順序是：NCHW;

Tensorflow的tensor通道順序：默認是NHWC， 也支持NCHW，使用cuDNN會更快;

Pytorch中tensor的通道順序：NCHW

TensorRT中的tensor 通道順序： NCHW