- 博客(2)
- 收藏
- 关注
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