PyTorch实现AlexNet示例

 更新时间:2020年01月14日 14:18:19   作者:mingo_敏  
今天小编就为大家分享一篇PyTorch实现AlexNet示例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

PyTorch: https://github.com/shanglianlm0525/PyTorch-Networks

import torch
import torch.nn as nn
import torchvision

class AlexNet(nn.Module):
  def __init__(self,num_classes=1000):
    super(AlexNet,self).__init__()
    self.feature_extraction = nn.Sequential(
      nn.Conv2d(in_channels=3,out_channels=96,kernel_size=11,stride=4,padding=2,bias=False),
      nn.ReLU(inplace=True),
      nn.MaxPool2d(kernel_size=3,stride=2,padding=0),
      nn.Conv2d(in_channels=96,out_channels=192,kernel_size=5,stride=1,padding=2,bias=False),
      nn.ReLU(inplace=True),
      nn.MaxPool2d(kernel_size=3,stride=2,padding=0),
      nn.Conv2d(in_channels=192,out_channels=384,kernel_size=3,stride=1,padding=1,bias=False),
      nn.ReLU(inplace=True),
      nn.Conv2d(in_channels=384,out_channels=256,kernel_size=3,stride=1,padding=1,bias=False),
      nn.ReLU(inplace=True),
      nn.Conv2d(in_channels=256,out_channels=256,kernel_size=3,stride=1,padding=1,bias=False),
      nn.ReLU(inplace=True),
      nn.MaxPool2d(kernel_size=3, stride=2, padding=0),
    )
    self.classifier = nn.Sequential(
      nn.Dropout(p=0.5),
      nn.Linear(in_features=256*6*6,out_features=4096),
      nn.ReLU(inplace=True),
      nn.Dropout(p=0.5),
      nn.Linear(in_features=4096, out_features=4096),
      nn.ReLU(inplace=True),
      nn.Linear(in_features=4096, out_features=num_classes),
    )
  def forward(self,x):
    x = self.feature_extraction(x)
    x = x.view(x.size(0),256*6*6)
    x = self.classifier(x)
    return x


if __name__ =='__main__':
  # model = torchvision.models.AlexNet()
  model = AlexNet()
  print(model)

  input = torch.randn(8,3,224,224)
  out = model(input)
  print(out.shape)

以上这篇PyTorch实现AlexNet示例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。

相关文章

  • Python中的魔法方法深入理解

    Python中的魔法方法深入理解

    这篇文章主要介绍了Python中的魔法方法深入理解,本文通过分析WEB框架Flask的源码来分析Python中的魔法方法,需要的朋友可以参考下
    2014-07-07
  • python+opencv实现阈值分割

    python+opencv实现阈值分割

    这篇文章主要为大家详细介绍了python+opencv实现阈值分割的相关代码,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2018-12-12
  • Python Flask-Login构建强大的用户认证系统实例探究

    Python Flask-Login构建强大的用户认证系统实例探究

    这篇文章主要为大家介绍了Python Flask-Login构建强大的用户认证系统示例探究,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2024-01-01
  • Python Flask基础教程示例代码

    Python Flask基础教程示例代码

    这篇文章主要介绍了Python Flask基础教程示例代码,分享了相关代码示例,小编觉得还是挺不错的,具有一定借鉴价值,需要的朋友可以参考下
    2018-02-02
  • Jupyter中markdown的操作方法

    Jupyter中markdown的操作方法

    Jupyter Notebook是基于网页的用于交互计算的应用程序,Jupyter notebook,作为Python广受欢迎的一款IDLE,其直观性、简易性、易于阅读等优点广受许多Python用户所推荐,这篇文章介绍Jupyter中markdown的操作,感兴趣的朋友一起看看吧
    2024-01-01
  • Python实现简繁体转换

    Python实现简繁体转换

    很多时候简繁体转换,掌握了简体与繁体的转换,往往能够事半功倍,本文主要介绍了Python实现简繁体转换,感兴趣的可以了解一下
    2021-06-06
  • tensorflow 实现数据类型转换

    tensorflow 实现数据类型转换

    今天小编就为大家分享一篇tensorflow 实现数据类型转换,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-02-02
  • celery实现动态设置定时任务

    celery实现动态设置定时任务

    这篇文章主要为大家详细介绍了celery实现动态设置定时任务,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2021-03-03
  • 网易2016研发工程师编程题 奖学金(python)

    网易2016研发工程师编程题 奖学金(python)

    这篇文章主要为大家详细介绍了网易2016研发工程师编程题:奖学金(python),具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2019-06-06
  • python Pandas库基础分析之时间序列的处理详解

    python Pandas库基础分析之时间序列的处理详解

    这篇文章主要介绍了python Pandas库基础分析之时间序列的处理详解,Pandas作为Python环境下的数据分析库,更是提供了强大的日期数据处理的功能,是处理时间序列的利器,需要的朋友可以参考下
    2019-07-07

最新评论