pytorch基础教程-模型编写(二)

本文介绍了如何使用PyTorch编写ResNet模型,重点讲解了ResNet18和ResNet34的实现,包括Residual block的结构及通道不一致时的转换处理。通过_make_layer_函数来构建网络层,并提供了具体的代码实现。
摘要由CSDN通过智能技术生成

对于一些重复的layer可以采用nn.Sequential先进行封装layer,然后调用_make_layer_进行实现

以ResNet18/34为例

模型图:

ResNet中将一个跨层直连的单元叫做Residual block,其结构如下,当输入和输出的通道不一致的时候,需要一个专门的单元将二者转成一致,使其可以相加。

实现:

class BasicBlock(nn.Module):
    expansion = 1 

    def __init__(self,in_channels,out_channels,stride=1,downsample=None):
        super(BasicBlock,self).__init__()
        self.conv1 = conv3x3(
            in_channels,out_channels,stride=stride
        )
        self.bn1 = nn.BatchNorm2d(out_channels)
        self.relu = nn.ReLU(inplace=True)

        self.conv2 = conv3x3(
        
  • 2
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值