上传者: 38599412
|
上传时间: 2022-04-18 20:04:54
|
文件大小: 255KB
|
文件类型: PDF
Pytorch深度学习(4) — BN层及ResNet + DenseNet实现1.批量归一化(BN)2.ResNet2.1 残差块2.2 ResNet 模型实现结构:3.DenseNet 稠密连接网络3.1 稠密块(DenseBlock)3.3 过滤层(transition_block)3.4 DenseNet模型总实现
1.批量归一化(BN)
nn.BatchNorm2d(6) — 卷积层使用,超参数为输出通道数
nn.BatchNorm1d(120) – 全连接层使用,超参数为输出单元个数
2.ResNet
2.1 残差块
输入为X + Y,因而X Y的输出通道要一致
可以用1*1