Pytorch搭建VGG Net

獻(xiàn)給瑩瑩

1. VGG Net網(wǎng)絡(luò)結(jié)構(gòu)

VGG是十分經(jīng)典的網(wǎng)絡(luò)了滚停,沒什么好說的蓄拣。網(wǎng)絡(luò)結(jié)構(gòu)如下

vgg結(jié)構(gòu)

注解:

2.搭建過程

  • 1.加載必要及準(zhǔn)備工作
import torch
import torch.nn as nn

cfg = {
    'VGG11': [64, 'M', 128, 'M', 256,'M', 512, 'M', 512,'M'],
    'VGG13': [64, 64, 'M', 128, 128, 'M', 256, 256, 'M', 512, 512, 'M', 512, 512, 'M'],
    'VGG16': [64, 64, 'M', 128, 128, 'M', 256, 256, 256, 'M', 512, 512, 512, 'M', 512, 512, 512, 'M'],
    'VGG19': [64, 64, 'M', 128, 128, 'M', 256, 256, 256, 256, 'M', 512, 512, 512, 512, 'M', 512, 512, 512, 512, 'M'],
}
# 不同的vgg結(jié)構(gòu)闷愤,這樣寫可以有效節(jié)約代碼空間眶痰。
  • 2.構(gòu)建模型
class VGG(nn.Module):
#nn.Module是一個(gè)特殊的nn模塊烁峭,加載nn.Module,這是為了繼承父類
    def __init__(self, vgg_name):
        super(VGG, self).__init__()
        #super 加載父類中的__init__()函數(shù)
        self.features = self._make_layers(cfg[vgg_name])
        self.classifier=nn.Linear(512,10)
        #該網(wǎng)絡(luò)輸入為Cifar10數(shù)據(jù)集艾恼,因此輸出為(512,1麸锉,1)

    def forward(self, x):
        out = self.features(x)
        out = out.view(out.size(0), -1)
        #這一步將out拉成out.size(0)的一維向量
        out = self.classifier(out)
        
        return out

    def _make_layers(self, cfg):
        layers = []
        in_channels = 3
        for x in cfg:
            if x == 'M':
                layers += [nn.MaxPool2d(kernel_size=2, stride=2)]
            else:
                layers += [nn.Conv2d(in_channels, x, kernel_size=3, 
                           padding=1,bias=False),
                           nn.BatchNorm2d(x),
                           nn.ReLU(inplace=True)]
                in_channels = x
        return nn.Sequential(*layers)
 '''       
nn.Sequential(*layers) 表示(只是舉例子)
Sequential(
  (0): Conv2d(3, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
  (1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
  (2): ReLU(inplace)
  (3): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
  (4): Conv2d(64, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
  (5): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
  (6): ReLU(inplace)
)
'''
  • 3.檢驗(yàn)?zāi)P?/li>
def t():
  net = VGG('VGG19')
  x = torch.randn(5,3,32,32)
  y = net(x)
  print(y.size())
if __name__ == "__main__":
  t()
#如果輸出為(5,10),表示結(jié)果正確
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末钠绍,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子花沉,更是在濱河造成了極大的恐慌柳爽,老刑警劉巖,帶你破解...
    沈念sama閱讀 212,383評(píng)論 6 493
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件碱屁,死亡現(xiàn)場離奇詭異磷脯,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)娩脾,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,522評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門赵誓,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人柿赊,你說我怎么就攤上這事俩功。” “怎么了碰声?”我有些...
    開封第一講書人閱讀 157,852評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵诡蜓,是天一觀的道長。 經(jīng)常有香客問我胰挑,道長蔓罚,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,621評(píng)論 1 284
  • 正文 為了忘掉前任瞻颂,我火速辦了婚禮豺谈,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘贡这。我一直安慰自己核无,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,741評(píng)論 6 386
  • 文/花漫 我一把揭開白布藕坯。 她就那樣靜靜地躺著团南,像睡著了一般。 火紅的嫁衣襯著肌膚如雪炼彪。 梳的紋絲不亂的頭發(fā)上吐根,一...
    開封第一講書人閱讀 49,929評(píng)論 1 290
  • 那天,我揣著相機(jī)與錄音辐马,去河邊找鬼拷橘。 笑死,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的冗疮。 我是一名探鬼主播萄唇,決...
    沈念sama閱讀 39,076評(píng)論 3 410
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼术幔!你這毒婦竟也來了另萤?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,803評(píng)論 0 268
  • 序言:老撾萬榮一對(duì)情侶失蹤诅挑,失蹤者是張志新(化名)和其女友劉穎四敞,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體拔妥,經(jīng)...
    沈念sama閱讀 44,265評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡忿危,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,582評(píng)論 2 327
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了没龙。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片铺厨。...
    茶點(diǎn)故事閱讀 38,716評(píng)論 1 341
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖硬纤,靈堂內(nèi)的尸體忽然破棺而出解滓,到底是詐尸還是另有隱情,我是刑警寧澤咬摇,帶...
    沈念sama閱讀 34,395評(píng)論 4 333
  • 正文 年R本政府宣布,位于F島的核電站煞躬,受9級(jí)特大地震影響肛鹏,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜恩沛,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 40,039評(píng)論 3 316
  • 文/蒙蒙 一在扰、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧雷客,春花似錦芒珠、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,798評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至部逮,卻和暖如春娜汁,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背兄朋。 一陣腳步聲響...
    開封第一講書人閱讀 32,027評(píng)論 1 266
  • 我被黑心中介騙來泰國打工掐禁, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 46,488評(píng)論 2 361
  • 正文 我出身青樓傅事,卻偏偏與公主長得像缕允,于是被迫代替她去往敵國和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子蹭越,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,612評(píng)論 2 350

推薦閱讀更多精彩內(nèi)容