VGG-19架构 pytorch实现

最新推荐文章于 2025-04-02 11:16:36 发布

聪明乖巧的小狮子

最新推荐文章于 2025-04-02 11:16:36 发布

阅读量1.8k

点赞数 5

分类专栏：深度学习文章标签： pytorch 深度学习 cv

本文链接：https://blog.youkuaiyun.com/m0_52295416/article/details/120926581

版权

本文介绍了如何使用PyTorch实现VGG19卷积神经网络，包括网络结构、参数计算及详细层信息。通过逐层解析，展示了从输入到输出的处理过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在这里插入图片描述

import torch
import torch.nn as nn
from torchinfo import summary
class VGG19(nn.Module):
    def __init__(self):
        super().__init__()
        self.conv1=nn.Conv2d(3,64,kernel_size=3,padding=1)
        self.conv2=nn.Conv2d(64,64,kernel_size=3,padding=1)
        self.pool1 = nn.MaxPool2d(kernel_size=2,stride=2)
        self.conv3=nn.Conv2d(64,128,kernel_size=3,padding=1)
        self.conv4=nn.Conv2d(128,128,kernel_size=3,padding=1)
        self.pool2=nn.MaxPool2d(kernel_size=2,stride=2)
        self.conv5 = nn.Conv2d(128, 256, kernel_size=3,padding=1)
        self.conv6 = nn.Conv2d(256, 256, kernel_size=3,padding=1)
        self.conv7 = nn.Conv2d(256, 256, kernel_size=3,padding=1)
        self.conv8 = nn.Conv2d(256, 256, kernel_size=3,padding=1)
        self.pool3=nn.MaxPool2d(kernel_size=2,stride&#