- 博客(2)
- 收藏
- 关注
RSS订阅原创 AlexNet神经网络及pytorch代码实现
一.亮点总结1.为了减少过拟合使用名为dropout正则化以及重叠池化2.在多个GPU上训练3.局部归一化二.模型介绍第一层卷积：输入：224x224x3卷积核：11x11x3，且96个卷积核,输入通道为3，输出通道为96步长：4，padding:2输出：96x55x55(输出的通道数等于输入卷积核的个数,55=[(224-11+4)/4]+1）第一层池化：输入：96x55x55窗口：3x3步长：2输出：96x27x27(27=[(55-3)/2+
2021-10-24 19:58:21
1773
1
原创 LeNet-5网络结构详解
import torchimport torch.nn.functional as F # 激活函数class Net(torch.nn.Module): def __init__(self): super(Net, self).__init__() # 定义了我们第一个要用到的卷积层，因为图片输入通道为1，第一个参数就是1 # 输出的通道为10，kernel_size是卷积核的大小，这里定义的是5x5的 self.conv1 .
2021-10-23 10:56:29
2928
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人