AlexNet网络的搭建以及训练花分类
前言
本学习笔记参考自B站up主霹雳吧啦Wz
代码均来自导师github开源项目WZMIAOMIAO/deep-learning-for-image-processing: deep learning for image processing including classification and object-detection etc. (github.com)
视频链接在这里:2.1 pytorch官方demo(Lenet)_哔哩哔哩_bilibili
AlexNet网络结构AlexNet是2012年ImageNet竞赛冠军获得者Hinton和他的学生Alex Krizhevsky设计的。
其中也是首次再CNN中应用到了ReLU和Dropout
输入的数据特征为224×224×3，同时论文中采用双GPU并行运算的方法，我们就只采用单GPU，所以就运行下方图中的一半就好了。
1、Model 注意:pytorch框架中的Tensor通道排序为[batch_size, channel, height, width]
import torch.nn as nn import torch class AlexNet(nn.Module): def __init__(self, num_classes=1000, init_weights=False): # init_weights为定义的初始化权重函数 super(AlexNet, self).__init__() self.features = nn.Sequential( nn.Conv2d(3, 48, kernel_size=11, stride=4, padding=2), # input[3, 224, 224] output[48, 55, 55] nn.ReLU(inplace=True), nn.MaxPool2d(kernel_size=3, stride=2), # output[48, 27, 27] nn.Conv2d(48, 128, kernel_size=5, padding=2), # output[128, 27, 27] nn123456789101112
相关知识
pytorch图像分类篇： 花分类数据集下载和AlexNet网络搭建训练
基于pytorch搭建AlexNet神经网络用于花类识别
深度学习实战：AlexNet实现花图像分类
pytorch——AlexNet——训练花分类数据集
Pytorch之AlexNet花朵分类
卷积神经网络训练花卉识别分类器
AlexNet pytorch代码注释
python 花卉识别系统 用python搭建一个花卉识别系统(IT技术)
基于pytorch搭建ResNet神经网络用于花类识别
深度学习简单网络VGG鲜花分类
网址: AlexNet网络的搭建以及训练花分类 https://m.huajiangbk.com/newsview458494.html
| 上一篇: 1+1=？作文 |
下一篇: “轻型病例集中隔离”=“可以不用 |
