TensorRT+图像分类：采用ResNet18预训练权重图像分类---训练

前面我们介绍了基于手写AlexNet网络得图像分类模型得训练以及相应得TensorRT部署，但是有时候自己搭建网络可能使我们更加深入得理解网络但是训练太慢，所以更多的时候我们采用的是预训练模型。

TensorRT+图像分类：手动搭建AlexNet得图像分类---训练_zhangdaoliang1的博客-优快云博客https://blog.youkuaiyun.com/zhangdaoliang1/article/details/122982620TensorRT+图像分类：手动搭建AlexNet得图像分类---部署_zhangdaoliang1的博客-优快云博客上一篇我们写到了自己手动搭建AlexNet网络进行了图像分类训练，对五种花朵进行分类，现在我们是用TensorRT API进行部署。目录2、TensorRT2.1 权重获取2.2 AlexNet.cpp3、结果1、AlexNet介绍AlexNet网络结构：该模型一共分为8层，如下图所示，包括5个卷积层和3个全连接层，每个卷积层都包含激活函数ReLU、池化和LRN处理。2、TensorRT主要工作大家可以参考王鑫宇得代码，王新宇的代码没有写具体得图像分类，主https://blog.youkuaiyun.com/zhangdaoliang1/article/details/122983507

目录