VGG模型——pytorch实现

 论文传送门：VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION

class VGG(nn.Module):  # 定义VGG模型类
    def __init__(self, features, num_classes=2, init_weights=False):  # 定义初始化方法
        super(VGG, self).__init__()  # VGG类与父类共用初始化方法
        self.features = features  # VGG的特征提取网络
        self.classifier = nn.Sequential(  # VGG的线性分类网络
            nn.Linear(512 * 7 * 7, 4096),  # 线性层
            nn.ReLU(inplace=True),  # 激活函数
            nn.Dropout(),  # dropout，防止过拟合
            nn.Linear(4096, 4096),  # 线性层
            nn.ReLU(inplace=True),  # 激活函数
            nn.Dropout(),  # dropout，防止过拟合
            nn.Linear(4096, num_classes)  # 线性层，输出个数为类别数
        )
        if init_weights:  # 是否进行网络权重初始化
            self._initialize_weig