本文介绍了在PyTorch中如何定义模型，特别是通过`add_module`方法来添加模块。以AlexNet模型为例，展示了如何使用`nn.Conv2d`定义卷积层，并详细解释了`add_module`在构建深度学习模型时的作用。
pytorch 定义模型
AlexNet模型
#网络模型构建
class AlexNet(nn.Module):
def __init__(self,num_classes=2):
super(AlexNet, self).__init__()
self.features=nn.Sequential(
nn.Conv2d(3,48, kernel_size=11),
nn.ReLU(inplace=True),
nn.MaxPool2d(kernel_size=3,stride=2),
nn.Conv2d(48,128, kernel_size=5, padding=2),
nn.ReLU(inplace=True),
nn.MaxPool2d(kernel_size=3,stride=2),
nn.Conv2d(128,192,kernel_size=3,stride=1,padding=1),
nn.ReLU(inplace=True),
nn.Conv2d(192,192,kernel_size=3,stride=1,padding=1),
nn.ReLU(inplace=True),
nn.Conv2d(192,1
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
