来亲自手搭一个ResNet18网络

最新推荐文章于 2023-11-21 22:53:27 发布

公众号学一点会一点

最新推荐文章于 2023-11-21 22:53:27 发布

阅读量1.1k

点赞数 1

文章标签：深度学习

本文链接：https://blog.csdn.net/qq_41387508/article/details/126123080

版权

本文详细介绍了如何构建ResNet18网络，包括两种残差块的结构，代码实现，以及网络设计的关键点。在较深的网络层中，BottleNeck结构用于减少参数量。ResNet18共包含18层可学习参数，因此得名。复现代码过程中应注意卷积层、批量归一化层和激活函数的使用，同时理解原理，避免盲目套用他人代码。

摘要由CSDN通过智能技术生成

在何大佬的文章中，提出了下面两种残差块：

左边的称为building block，右边的称为bottleneck building block。

左边的输入和输出都是64个channel的，四四方方的，像个建筑物；
右边的就好像通过了一个瓶颈一样，输入残差块的网络通道数会先从256变成64，然后最终再升到256，其中降维和升维使用的是1x1的卷积，可以减少参数量；

代码

Building Block，就是之前写的（换了激活函数）:

class ResidualBlock(nn.Module):
    def __init__(self, in_channels):
        super(ResidualBlock, self).__init__()
        self.conv1 = nn.Conv2d(in_channels, in_channels, kernel_size=3, padding=1)
        self.bn1 = nn.BatchNorm2d(in_