ResNet

最新推荐文章于 2023-12-17 15:20:52 发布

半夜起来敲代码

最新推荐文章于 2023-12-17 15:20:52 发布

阅读量611

点赞数 2

本文链接：https://blog.csdn.net/Innovat1on/article/details/88567219

版权

在这里插入图片描述看明白这张图就理解resnet了
可见F(x) + x会存在两种不匹配的情况：
channel和size
要利用conv进行改变

注意看代码中in_planes != self.expansion*planes这个条件
以bottleneck作为例子：
在这里插入图片描述
输入是256dim，经过了block第一层1*1卷积之后变成了64dim，因此in_channel = 4 * out_channel
PS:包括明确一点，这个判定只是在block开始的时候，内部不进行判定（这里构造block是作为整体获得的）

if stride != 1 or in_planes != self.expansion*planes:
        # stride进行尺寸变换（变小）
        # self.expansion进行通道变化（变宽）
            self.shortcut = nn.Sequential(
                nn.Conv2d(in_planes, self.expansion*planes, kernel_size=1, stride=stride, bias=False),
                nn.BatchNorm2d(self.expansion*planes)
            )

在这里插入图片描述注意看注释，仅仅conv3-1, 4-1, 5-1存在下采样图像尺寸减半
conv2-1 stride = 1 下采样依靠的maxpooling