[pytorch]网络结构查询和提取

最新推荐文章于 2023-07-21 14:05:06 发布

原创最新推荐文章于 2023-07-21 14:05:06 发布 · 307 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#pytorch #深度学习 #python

本文详细介绍了在Pytorch中ResNet模型中的BasicBlock模块，包括其包含的convolutionallayers(Conv2d)、batchnormalizationlayers(BatchNorm2d)以及它们的参数设置，如kernel_size,stride,padding等。同时，提到了block的shortcut设计。

部署运行你感兴趣的模型镜像

Pytorch提取神经网络层结构、层参数及自定义初始化

resnet中一个block的参数

结构:
在这里插入图片描述

参数:查询结果

BasicBlock(
  (conv1): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
  (bn1): BatchNorm2d(512, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
  (conv2): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
  (bn2): BatchNorm2d(512, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
  (shortcut): Sequential()
)