【PyTorch】VGG16分类

最新推荐文章于 2024-08-06 17:21:01 发布

行者无疆兮

最新推荐文章于 2024-08-06 17:21:01 发布

阅读量1.6w

点赞数 4

分类专栏：深度学习文章标签： VGG

本文链接：https://blog.csdn.net/qq_30159015/article/details/80801381

版权

本文档展示了如何使用PyTorch 0.4.0构建VGG16网络模型，并应用于CIFAR10数据集的图像分类任务。通过定义网络结构、数据预处理、训练和测试过程，详细解释了模型的搭建和训练流程。

摘要由CSDN通过智能技术生成

# Pytorch 0.4.0 VGG16实现cifar10分类.  
# @Time: 2018/6/23
# @Author: xfLi

import torch
import torch.nn as nn
import math
import torchvision.transforms as transforms
import torchvision as tv
from torch.utils.data import DataLoader

model_path = './model_pth/vgg16_bn-6c64b313.pth'
BATCH_SIZE = 1
LR = 0.01
EPOCH = 1

class VGG(nn.Module):
    def __init__(self, features, num_classes=10): #构造函数
        super(VGG, self).__init__()
        # 网络结构（仅包含卷积层和池化层，不包含分类器）
        self.features = features
        self.classifier = nn.Sequential( #分类器结构
            #fc6
            nn.Linear(512*7*7, 4096),
            nn.ReLU(),
            nn.Dropout(),

            #fc7
            nn.Linear(4096, 4096),
            nn.ReLU(),
            nn.Dropout(),

            #fc8
            nn.Linear(4096, num_classes))
        # 初始化权重
        self._initialize_weights()

    def forward(self, x):
        x