使用pytorch实现Inception模块

最新推荐文章于 2022-07-18 10:44:58 发布
最新推荐文章于 2022-07-18 10:44:58 发布
阅读量6.3k 收藏 13
点赞数 1
分类专栏： 人脸识别 文章标签： Inception
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_39845112/article/details/80516155
版权
这篇博客介绍了如何在PyTorch中自定义实现Inception模块，详细讲解了其结构，包括1*1卷积、3*1卷积、5*1卷积以及池化的组合使用，并提到了在实际应用中的例子，如openface项目中的卷积网络部分。
摘要由CSDN通过智能技术生成

在pytorch中没有找到Inception模块，自己写了一个，以供调用。
Inception模块的顺序为：
1. 输入 -> 1*1卷积 -> BatchNorm -> ReLU -> 1*5卷积 -> BatchNorm -> ReLU
2. 输入 -> 1*1卷积 -> BatchNorm -> ReLU -> 1*3卷积 -> BatchNorm -> ReLU
3. 输入 -> 池化 -> 1*1卷积 -> BatchNorm -> ReLU
4. 输入 -> 1*1卷积 -> BatchNorm -> ReLU
其中，1和2步骤可以重复多次。最后将所有结果串接起来。
pytorch中实现如下，应用例子见我的下一篇文章：openface(三）：卷积网络。

import torch.nn as nn
class Inception(nn.Module):
    def __init__(self, inputSize, kernelSize, kernelStride, outputSize,
最低0.47元/天 解锁文章
ColdCabbage
关注
专栏目录
Pytorch详解-Pytorch核心模块
算法工程师
09-16 1280
Pytorch详解-Pytorch核心模块
Inception V1理解及pytorch实现
方悔读书迟
07-29 2587
一、Inception V1 用全局平均池化层代替了最后的全连接层 全连接层几乎占据了中大部分的参数量，会引起过拟合，去除全连接层之后模型可以训练的更快且避免了过拟合的情况。 在Inception v1中1*1卷积用于降维，减少参数量和feature map维度。 输入28 * 28 * 192的图像，如果直接通过3 * 3 * 256的滤波器（padding=1，stride=1），输出数据是28 * 28 * 256，参数量是192 * 3 * 3 * 256=44w；如果我们在3*3的滤波器前插入
PyTorch基础（五）搭建Inception网络模型
zhiguo98的博客
05-27 3369
上一篇博客中写了如何搭建基础的CNN网络，然后我又学习了比基本高级一点的神经网络框架，Inception框架，这个框架的核心作用就是不需要人为决定使用哪个过滤器，或者是够需要池化，而是由网络自己决定这些参数，你可以给网络添加这些参数可能的值，然后把这些输出连接起来，让网络自己学习这些参数，网络自己决定采用哪些过滤器组合。 这篇博客利用Inception网络来训练mnist数据集，关键在于如何搭建Inception那个部分的网络架构。 1、Inception网络图形 从上面这张图片中可以看出，共有.
Inception(Pytorch实现)
Mrzhang
12-16 5767
github博客传送门 博客园传送门 论文在此: Going deeper with convolutions 论文下载: https://arxiv.org/pdf/1409.4842.pdf 网络结构图: Pytorch代码实现: import torch import torch.nn as nn import torch.nn.functional as F class Ince...
PyTorch实现Inception Module
qq_37280534的博客
04-01 624
Inception Module实现一、Inception网络简介二、Inception Module三、使用该Inception Module实现MNIST 一、Inception网络简介 Inception 又叫GoogleNet，一般来说CNN模型提升网络性能的方法是增加深度（层数）或宽度（层的通道数），但这样进行网络设计一般会带来巨量的计算开销。GoogleNet借鉴了诸多前人的观点与经验（尤其是Network in Network中使用1x1 conv及AvgPool的idea），如果每个Ince
Pytorch 实现Inception v1模块与 Inception v2模块
乐亦亦乐的博客
10-28 1446
import torch from torch import nn import torch.nn.functional as F #首先定义一个包含conv与ReLu的基础卷积类 class BasicConv2d(nn.Module): def __init__(self,in_channels,out_channels,kernel_size,padding=0): super(BasicConv2d,self).__init__() self.conv=...
【pytorch】实现Inception v2模块（GoogLeNet）对照网络结构图手动编写
种一棵树最好的时间是十年前，其次是现在
04-04 2385
Inception v2模块结构图如下 pytorch代码如下： # This is a sample Python script. import os.path from typing import Iterator import numpy as np import torch import cv2 from PIL import Image from torch.utils.data import Dataset,DataLoader,Subset,random_split import re fr
pytorch之inception_v3的实现案例
09-18
在PyTorch中实现Inception_v3，我们可以利用torchvision库中的models模块，该模块已经预封装了多种经典的深度学习模型，包括Inception_v3。 首先，我们需要导入必要的库，如torch、torch.nn、torch.optim、numpy、...
pytorch实现inception
最新发布
04-11
可以使用PyTorch实现Inception模型。Inception是一种在卷积神经网络中使用的模块化架构，它可以在减少计算量的同时提高模型的...使用PyTorch实现Inception模型可以通过借助PyTorch中的模块化机制来构建相应的网络结构。
PyTorch实现Inception_v3：深度学习案例
这个模型在ImageNet数据集上取得了优秀的性能，并引入了多个创新结构，如多尺度特征提取、Inception模块等。本案例展示了如何在PyTorch框架中构建并训练Inception_v3模型。 首先，案例导入了必要的库，包括`torch`...
GoogLenet—Inception Module的 PyTorch 实现
TBTB的博客
06-16 397
Inception Module import torch import torch.nn as nn from torch.utils.data import DataLoader from torchvision import transforms from torchvision import datasets # 放置了许多常用数据集,包括手写数字识别 import torch.nn.functional as F 数据预处理 transform = transforms.Compose([
PyTorch之inception结构
心升明月的博客
03-09 2139
一、实现过程 inception模块在GoogLeNet中首次提出并采用，其基本结构如图1，整个inception结构就是由多个这样的inception模块串联起来的。inception结构的主要贡献有两个：一是使用1x1的卷积来进行升降维；二是在多个尺寸上同时进行卷积再聚合。本文利用图1的inception结构实现MNIST数据集的多分类。 图1 inception基本结构 将inception结构封装成类，减少代码冗余。代码如下： class InceptionA(torch.nn.Module):
PyTorch实现的Inception-v3
热门推荐
mingo_敏
08-11 1万+
PyTorch实现的Inception-v3 PyTorch: https://github.com/shanglianlm0525/ClassicNetwork PyTorch代码:
【pytorch torchvision源码解读系列—3】Inception V3
sinat_33487968的博客
11-01 8320
框架中有一个非常重要且好用的包：torchvision，顾名思义这个包主要是关于计算机视觉cv的。这个包主要由3个子包组成，分别是：torchvision.datasets、torchvision.models、torchvision.transforms。 具体介绍可以参考官网：https://pytorch.org/docs/master/torchvision 具体代码可以参考githu...
【PyTorch】使用pytorch提供的模型训练inception V3（使用预训练模型）
ncc1995的博客
07-01 1万+
前言： 最近在用vgg16跑数据，但是参数量实在太大，跑的非常慢，虽然最后结果还算可观。后面又研究了一下GoogLeNet，自己写了inceptionV1的代码，因为跑vgg16一直占着电脑，所以就没有跑,。 在这期间，在小老弟电脑上跑了MobileNet V1，找不到pytorch版的预训练权重，所以从头开始跑，过拟合非常严重，等之后研究一下是什么原因，猜测是数据集不平衡太严重以及没有预训练...
pytorch 实现inception 最简单上手的写法
cp1314971的博客
02-18 5203
inception模型的讲解 本文主要是针对模型而言，后续会陆续发布model，比如inception，resnet，densenet各种经常使用的，最好自己手动实现，这些基 础模型的掌握是为了你能够随意的组合，没有一个现成的模型能够训练到比赛拿第一的水平，所以需要你去掌握，精通每一个模型， 然后按照自己的思路根据训练数据集来写网络，去创新更加适应此数据集的模型，好，先看下大致的代码。 impor...
pytorch inceptionv3 迁移学习
乐趣是人为构建的，构建是一种莫大的乐趣。
05-25 1604
注意事项： 1.输入图像 N x 3 x 299 x 299 的 尺寸必须被保证: 使用如下的自定义loader: def Inception_loader(path): # ANTIALIAS:high quality return Image.open(path).resize((299, 299), Image.ANTIALIAS).convert('RGB') 2.关闭辅助分类器： if pretrained: if 'transform_input'
（九）PyTorch深度学习：卷积神经网络（ GoogleNet网络架构中的 inception module 模块为本次卷积神经网络架构）
K_AAbb的博客
07-18 945
PyTorch深度学习：卷积神经网络（ GoogleNet网络架构中的 inception module 模块为本次卷积神经网络架构）
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值