pytorch 之 nn.BatchNorm2d(oup)( 100 )

先看看解释。。。。。


然后。。。我的疑惑在于:

网络片段:

nn.Conv2d(inp, oup, 3, stride, 1, bias=False),
nn.BatchNorm2d(oup),
nn.ReLU(inplace=True),

我打印model的parameters来查看参数:

打印的为:

0.conv.0.weight : torch.Size([32, 3, 3, 3])
0.conv.1.weight : torch.Size([32])
0.conv.1.bias : torch.Size([32])

和想象中一样:batchNorm中两组可学习参数;

******当我从训练好的模型中打印参数时*******


多了两组::(running_mean,running_var)

千辛万苦后:(给出完美解释)


  • 2
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 4
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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