pytorch实现深度卷积神经网络（AlexNet）

最新推荐文章于 2023-08-14 07:09:05 发布

VIP文章「已注销」

最新推荐文章于 2023-08-14 07:09:05 发布

阅读量577

点赞数

本文链接：https://blog.csdn.net/m0_73817310/article/details/127153125

版权

2012年，AlexNet横空出世。这个模型的名字来源于论文第一作者的姓名Alex Krizhevsky 。AlexNet使用了8层卷积神经网络，并以很大的优势赢得了ImageNet 2012图像识别挑战赛。它首次证明了学习到的特征可以超越手工设计的特征，从而一举打破计算机视觉研究的前状。

import torch
import torchvision
from torch import nn
from torchsummary import summary
print(torch.__version__)

1.12.1+cpu

class AlexNet(nn.Module):
    def __init__(self):
        super(AlexNet, self).__init__()
        self.conv = nn.Sequential(
            nn.Conv2d(3, 96, 11, 4), # in_channels, out_channels, kernel_size, stride, padding
            nn.ReLU(),
            nn.MaxPool2d(3, 2), # kernel_size, stride
            # 减小卷积窗口，使用填充为2来使得输入与输出的高和宽一致，且增大输出通道数
            nn.Conv2d(96, 256, 5, 1, 2),
            nn.ReLU(),
            nn.MaxPool2d(3, 2),
            # 连续3个卷