本文介绍了用于神经网络的两种高级模块（SE_Module和ECA_Module），以及ECA_ResNetBlock和ECA_ResNet的设计与应用，针对Python开发者提供了全套学习资料，覆盖零基础到进阶，旨在帮助工程师提升技能并优化学习路径。
nn.ReLU(inplace=True),
nn.MaxPool2d(kernel_size=3, stride=2, padding=1)
)
class SE_Module(nn.Module):
def init(self, channel,ratio = 16):
super(SE_Module, self).init()
self.squeeze = nn.AdaptiveAvgPool2d(1)
self.excitation = nn.Sequential(
nn.Linear(in_features=channel, out_features=channel // ratio),
nn.ReLU(inplace=True),
nn.Linear(in_features=channel // ratio, out_features=channel),
nn.Sigmoid()
)
def forward(self, x):
b, c, _, _ = x.size()
y = self.squeeze(x).view(b, c)
z = self.excitation(y).view(b, c, 1, 1)
return x * z.expand_as(x)
class ECA_Module(nn.Module):
def init(self, channel,gamma=2, b=1):
super(ECA_Module, self).init()
self.gamma = gamma
self.b = b
最低0.47元/天 解锁文章
909
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
