![](https://img-blog.csdnimg.cn/20200609160504676.jpeg?x-oss-process=image/resize,m_fixed,h_224,w_224)
pytorch源码解读
ZJE_ANDY
这个作者很懒,什么都没留下…
展开
-
[pytorch源码解读]之DenseNet的源码解读
pytorch的densenet模块在torchvision的models中。DenseNet由多个DenseBlock组成。所以DenseNet一共有DenseNet-121,DenseNet-169,DenseNet-201和DenseNet-264 四种实现方式。拿DenseNet-121为例,121表示的是卷积层和全连接层加起来的数目(一共120个卷积层,1个全连接层)...原创 2020-04-24 17:39:24 · 6062 阅读 · 5 评论 -
pytorch中残差网络resnet的源码解读
pytorch的resnet模块在torchvision的models中。里面可以选择的resnet类型有:_all_列表的每一个resnet都提供了实现的函数:def resnet18(pretrained=False, progress=True, **kwargs): """Constructs a ResNet-18 model. Args: ...原创 2019-07-24 16:30:11 · 25145 阅读 · 25 评论 -
pytorch中VGG网络的源码解读
一,简单介绍VGG网络VGG网络是由多个卷积神经网络堆叠而成的分类网络。分为几类:VGG11,VGG13,VGG16,VGG19。结构如下图:VGG11,13,16,19这些数字表示VGG网络中的卷积层+全连接层的个数。同样从上图我们也可以看到,每个VGG都有5个卷积block,其中卷积层的个数从1个~3个不等。二,VGG源码在源码中可供外界直接调用的vgg网络接口有...原创 2019-09-19 17:11:45 · 5812 阅读 · 4 评论