【PyTorch】：ResNet34实现

最新推荐文章于 2024-06-14 18:53:15 发布

行者无疆兮

最新推荐文章于 2024-06-14 18:53:15 发布

阅读量3.1k

点赞数 2

分类专栏：深度学习文章标签： ResNet34 PyTorch

本文链接：https://blog.csdn.net/qq_30159015/article/details/80756558

版权

本文介绍了如何利用PyTorch 0.4.0实现ResNet34网络，并应用于CIFAR10数据集的图像分类任务。文章详细展示了ResidualBlock的定义，以及ResNet34模型的构建过程，包括数据预处理、模型训练和测试部分。

摘要由CSDN通过智能技术生成

# Pytorch 0.4.0 ResNet34实现cifar10分类.
# @Time: 2018/6/17
# @Author: xfLi

import torchvision as tv
import torch as t
import torchvision.transforms as transforms
from torch import nn
from torch.utils.data import DataLoader
import torch.nn.functional as F
t.set_num_threads(8)


class ResidualBloak(nn.Module):
    #残差块
    def __init__(self, inchannel, outchannel, stride=1, shortcut=None):
        super(ResidualBloak, self).__init__()
        self.left = nn.Sequential(
            nn.Conv2d(inchannel, outchannel, 3, stride, 1, bias=False),
            nn.BatchNorm2d(outchannel),
            nn.ReLU(inplace=True),
            nn.Conv2d(outchannel, outchannel, 3, 1, 1, bias=False),
            nn.BatchNorm2d(outchannel))
        self.right = shortcut

    def