Pytorch实现DenseNet，腾讯T3大牛手把手教你

print("Torchvision Version: ",torchvision.version)

all = [‘DenseNet121’, ‘DenseNet169’,‘DenseNet201’,‘DenseNet264’]

def Conv1(in_planes, places, stride=2):

return nn.Sequential(

nn.Conv2d(in_channels=in_planes,out_channels=places,kernel_size=7,stride=stride,padding=3, bias=False),

nn.BatchNorm2d(places),

nn.ReLU(inplace=True),

nn.MaxPool2d(kernel_size=3, stride=2, padding=1)

)

class _TransitionLayer(nn.Module):

def init(self, inplace, plance):

super(_TransitionLayer, self).init()

self.transition_layer = nn.Sequential(

nn.BatchNorm2d(inplace),

nn.ReLU(inplace=True),

nn.Conv2d(in_channels=inplace,out_channels=plance,kernel_size=1,stride=1,padding=0,bias=False),

nn.AvgPool2d(kernel_size=2,stride=2),

)

def forward(self, x):

return self.transition_layer(x)

class _DenseLayer(nn.Module):

def init(self, inplace, growth_rate, bn_size, drop_rate=0):

super(_DenseLayer, self).init()

self.drop_rate = drop_rate

self.dense_layer = nn.Sequential(

nn.BatchNorm2d(inplace),

nn.ReLU(inplace=True),

nn.Conv2d(in_channels=inplace, out_channels=bn_size * growth_rate, kernel_size=1, stride=1, padding=0, bias=False),

nn.BatchNorm2d(bn_size * growth_rate),

nn.ReLU(inplace=True),

nn.Conv2d(in_channels=bn_size * growth_rate, out_channels=growth_rate, kernel_size=3, stride=1, padding=1, bias=False),

)

self.dropout = nn.Dropout(p=self.drop_rate)

def forward(self, x):

y = self.dense_layer(x)

if self.drop_rate > 0:

y = self.dropout(y)

return torch.cat([x, y], 1)

class DenseBlock(nn.Module):

def init(self, num_layers, inplances, growth_rate, bn_size , drop_rate=0):

super(DenseBlock, self).init()

layers = []

for i in range(num_layers):

layers.append(_DenseLayer(inplances + i * growth_rate, growth_rate, bn_size, drop_rate))

self.layers = nn.Sequential(*layers)

def forward(self, x):

return self.layers(x)

class DenseNet(nn.Module):

def init(self, init_channels=64, growth_rate=32, blocks=[6, 12, 24, 16],num_classes=1000):

super(DenseNet, self).init()

bn_size = 4

drop_rate = 0

最后

不知道你们用的什么环境，我一般都是用的Python3.6环境和pycharm解释器，没有软件，或者没有资料，没人解答问题，都可以免费领取（包括今天的代码），过几天我还会做个视频教程出来，有需要也可以领取~

给大家准备的学习资料包括但不限于：

Python 环境、pycharm编辑器/永久激活/翻译插件

python 零基础视频教程

Python 界面开发实战教程

Python 爬虫实战教程

Python 数据分析实战教程

python 游戏开发实战教程

Python 电子书100本

Python 学习路线规划

小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数初中级Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python爬虫全套学习资料》送给大家，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频

如果你觉得这些内容对你有帮助，可以添加下面V无偿领取！（备注：python）

大家的负担。**

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频

如果你觉得这些内容对你有帮助，可以添加下面V无偿领取！（备注：python）
[外链图片转存中…(img-VLE8VX1R-1711201555986)]