resnet50 自定义结果可训练

AI算法网奇

已于 2022-08-25 01:04:51 修改

阅读量2k

点赞数

分类专栏：深度学习宝典文章标签：深度学习 python pytorch

于 2021-03-05 23:08:11 首次发布

本文链接：https://blog.youkuaiyun.com/jacke121/article/details/114418999

版权

深度学习宝典专栏收录该内容

1028 篇文章 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了如何使用torchvision库的ResNet50模型进行分类数的修改，以便进行自定义训练。同时提到了repvgg、ReXNet、NFResNet、SEResNet和Vovnet等其他模型，这些模型可以用于不同的任务，如目标检测。尽管ResNet50在某些情况下无法导出为ONNX格式，但在1060显卡上可以实现24的batchsize进行训练。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

改进版：

torchvision resnet50可以改分类数进行训练

改进版：

1.repvgg

2.rexnet:

ReXNet｜消除表达瓶颈，提升性能指标 - 知乎

3.nfresnet

4.seresent

5.vovnet 可给检测用

模型27m，1060 batchsize 24

import math
import os
import time

import torch
import torch.nn as nn
from torch.nn import Linear, Conv2d, BatchNorm1d, BatchNorm2d, PReLU, ReLU, Sigmoid, Dropout, MaxPool2d, \
    AdaptiveAvgPool2d, Sequential, Module
from collections import namedtuple


class Flatten(Module):
    def forward(self, input):
        return input.view(input.size(0), -1)


def l2_norm(input,