作者:小秋秋 | 来源:互联网 | 2023-09-15 18:21
Resnet网络详细结构(面向Cifar10 )结构
具体结构conv1
(conv1 ) : conv 2d (3,64,kernel _ size=(3,3 ),stride=(1,1 ),padding=(1,1 ),bias=False ) bn1 ase
conv2d(in_channels,out_channels,kernel_size,stride=1,padding=0,dilation=1,groups=1,bias=True )
w=(wIf2p )/S 1w_o=) w_I-f2p )/s1wo=(wif2p )/s1
BatchNorm2d :批归一化(Batch Normalization )的目的是使我们的批)的特征图满足平均值为0、方差值为1的分布规律
batchnorm2d(256,eps=1e-05,momentum=0.1,affine=True,track_running_stats=True ) ReLU :激活函数
MaxPool2d :最大池化、缩减像素采样
第1层
(层1 ) :sequential () :basicblock ) ) conV1 ) :conv2d ) 64,kernel _ size=(3,3 ),stride=) )。 BIAS=false(bn1 ) :batchnorm2d ) 64,eps=1e-05,momentum=0.1,affine=True,track _ running _ stats=tru te Kernel_size=) ) 64,64,Kernel_size Bias=false(bn2 ) :batchnorm2d(64,eps=1e-05,momentum=0.1,alse 3 ),stride=(1,1 ),padding=(1,1 ),bias=False ) ) bn1 ) :batchnorm2d ) 64,eppen ORM track _ running _ sttion 64,Kernel_size=) ) 64,64,Kernel_size Bias=false(bn2 ) :batchnorm2d(64,eps=1e-05,momentum=0.1.
第4层:……
avgpool
AdaptiveAvgPool2d :自适应平均池化
torch.nn.adaptiveavgpool1d (output_size )自适应平均池化输入,输出指定为output _ size,特征维数不变,从输出大小池化的核心大小、步长
fc :完全连接
(avgpool ) : adaptiveavgpool 2d (output _ size=(1,1 ) ) fc ) :线性(in _ features=512,out_features )