Pytorch的学习——VGG的搭建

最新推荐文章于 2023-08-03 18:11:22 发布

明哲慕鸿

最新推荐文章于 2023-08-03 18:11:22 发布

阅读量691

点赞数

分类专栏： Pytorch python

本文链接：https://blog.csdn.net/qq_41100991/article/details/104656901

版权

本文介绍了VGG网络的结构，它由卷积层、归一化、激活函数、池化层和全连接层组成。重点讨论了训练过程中如何使用OpenCV读取图像，以避免因读取方式不同导致的像素值差异问题。

摘要由CSDN通过智能技术生成

VGG

vgg是比较经典的卷积神经网络，主要由卷积层–>归一化–>激活函数–>池化层以及全连接层组成。其中卷积层–>归一化–>激活函数是主体，池化层主要是对数据实行进行尺度变换，全连接层输出最后的结果，进行分类。

import torch
import torch.nn as nn
import numpy as np
import cv2
from PIL import Image
import torchvision.transforms as transforms

cfg = {
   
    'VGG11': [64, 'M', 128, 'M', 256,'M', 512, 'M', 512,'M'],
    'VGG13': [64, 64, 'M', 128, 128, 'M', 256, 256, 'M', 512, 512, 'M', 512, 512, 'M'],
    'VGG16': [64, 64, 'M', 128, 128, 'M', 256, 256, 256, 'M', 512, 512, 512, 'M', 512, 512, 512, 'M'],
    'VGG19': [64, 64, 'M', 128, 128, 'M', 256, 256, 256, 256, 'M', 512, 512, 512, 512, 'M', 512, 512, 512, 512, 'M'],
}


class VGG(nn