TensorFlow转Pytorch网络

最新推荐文章于 2024-08-07 09:09:41 发布

犟小孩

最新推荐文章于 2024-08-07 09:09:41 发布

阅读量1.7k

点赞数 2

分类专栏：编程相关文章标签： tensorflow pytorch 深度学习

本文链接：https://blog.csdn.net/qq_55542491/article/details/130862444

版权

文章介绍了如何将一个基于TensorFlow的MNIST手写数字分类模型转换为PyTorch实现。作者首先展示了TensorFlow模型的结构，然后逐步构建了等效的PyTorch网络，并使用torchsummary库来输出PyTorch模型的结构。虽然参数略有差异，但两个模型的运行结果相似。

摘要由CSDN通过智能技术生成

前言

我在github搜了一个mnist分类代码，基于TensorFlow框架的，效果挺不错，但是我只想用pytorch，所以打算转成pytorch代码。

过程

TensorFlow网络：

def model_net(num):

    model = Sequential()

    model.add(Conv2D(filters=16, kernel_size=(5, 5), padding='Same',
                     activation='relu', input_shape=(28, 28, 3)))
    model.add(BatchNormalization())


    model.add(Conv2D(filters=16, kernel_size=(3, 3), padding='Same',
                     activation='relu'))
    model.add(BatchNormalization())
    model.add(Conv2D(filters=32, kernel_size=(3, 3), padding='Same',
                     activation='relu'))
    model.add(BatchNormalization())
    model.add(MaxPool2D(pool_size=(2, 2), strides=(2, 2)))


    model.add(Flatten())
    model.add(Dense(256, activation="relu"))
    model.add(Dropout(0.5))