3.2使用PyTorch搭建AlexNet并训练花分类数据集

Posted NeverDelay

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了3.2使用PyTorch搭建AlexNet并训练花分类数据集相关的知识,希望对你有一定的参考价值。

------------恢复内容开始------------

1、搭建AlexNet网络

2、如何使用自己的数据集使用网络

 

——————————————————————————————————————————————————————

1、搭建AlexNet网络

     网络结构:

 

 定义网络类:

  • 定义初始化函数:定义网络在正向传播中所需要使用的层结构。

features:神经网络层

使用nn.Sequential模块:网络层次比较多可以使用nn.Sequential简洁代码

kernel_size:卷积核个数,stride:卷积核步长,padding:边缘补0的个数,如果是padding=(1,2)(上下,左右)则为上下方各补一行0,左右两侧各补两列零;如果上下左右补零行数都不同,则使用nn.ZeroPad2d((1,2,1,2))(左右上下)

classifier:全连接层

  使用nn.Sequential模块

  使用nn.Dropout

  初始化判断init_weights(nn.Sequential中的参数)

  • 定义前向传播

使用torch.flatten(x,start_dim=1):展平处理,索引从1开始

  • 定义初始化判断函数

 

 

以上是关于3.2使用PyTorch搭建AlexNet并训练花分类数据集的主要内容,如果未能解决你的问题,请参考以下文章

基于pytorch搭建AlexNet神经网络用于花类识别

pytorch Alexnet 网络模型搭建

图像分类---利用pytorch搭建AlexNet网络模型训练自己的数据集(猫狗分类)

Pytorch CIFAR10图像分类 AlexNet篇

[Pytorch系列-45]:卷积神经网络 - 用GPU训练AlexNet+CIFAR10数据集

Pytorch多分类问题实战