VGG16神经网络搭建

        nn.ReLU(True),
        nn.Dropout(p=0.5),
        nn.Linear(2048, 2048),
        nn.ReLU(True),
        nn.Linear(2048, class_num)
    )
    if init_weight:
        self._initialize_weights()

##  四、初始化权重函数


这个函数会遍历网络的每一个子模块。


如果遍历的当前层是一个卷积层，那么这个方法会初始化卷积核的权重，如果采用了偏置，那就默认初始化为0.


如果遍历的当前层是全连接层，也是用这个方法去初始化全连接层的权重，并将偏置设置为0.

def _initialize_weights(self):
    for m in self.modules():  # 遍历模块中的每一个子模块
        if isinstance(m, nn.Conv2d):
            nn.init.xavier_uniform_(m.weight)
            if m.bias is not None:
                nn.init.constant_(m.bias, 0)
        elif isinstance(m, nn.Linear):
            nn.init.xavier_uniform_(m.weight)
            nn.init.constant_(m.bias, 0)

## 五、定义正向传播


x：输入的图像数据


features：提取网络特征结构


flatten：展平处理。因为第0个维度是batch，所以我们从第一个维度开始展平


经过分类网络结构后返回

def forword