网站程序和数据库,网站开发需求ppt,wordpress后台可视化编辑器,服装公司介绍目录
1.VGG的简单介绍 1.2结构图
3.参考代码
VGGNet-16 架构#xff1a;完整指南 |卡格尔 (kaggle.com) 1.VGG的简单介绍
经典卷积神经网络的基本组成部分是下面的这个序列#xff1a; 带填充以保持分辨率的卷积层#xff1b; 非线性激活函数#xff0c;如ReLU完整指南 |卡格尔 (kaggle.com) 1.VGG的简单介绍
经典卷积神经网络的基本组成部分是下面的这个序列 带填充以保持分辨率的卷积层 非线性激活函数如ReLU 汇聚层如最大汇聚层。
而一个VGG块与之类似由一系列卷积层组成后面再加上用于空间下采样的最大汇聚层。在最初的VGG论文中 (Simonyan and Zisserman, 2014)作者使用了带有3×3卷积核、填充为1保持高度和宽度的卷积层和带有2×2汇聚窗口、步幅为2每个块后的分辨率减半的最大汇聚层。
VGG的全称是视觉几何小组隶属于牛津大学科学与工程系。它发布了一系列从VGG开始的卷积网络模型可以应用于人脸识别和图像分类从VGG16到VGG19。VGG研究卷积网络深度的初衷是了解卷积网络的深度如何影响大规模图像分类和识别的准确性和准确性-Deep-16CNN为了加深网络层数并避免参数过多在所有层中都使用了一个小的3x3卷积核。 1.2结构图
VGG的输入被设置为大小为224x244的RGB图像。为训练集图像上的所有图像计算平均RGB值然后将该图像作为输入输入到VGG卷积网络。使用3x3或1x1滤波器并且卷积步骤是固定的。有3个VGG全连接层根据卷积层全连接层的总数可以从VGG11到VGG19变化。最小VGG11具有8个卷积层和3个完全连接层。最大VGG19具有16个卷积层3个完全连接的层。此外VGG网络后面没有每个卷积层后面的池化层也没有分布在不同卷积层下的总共5个池化层。下图为VGG结构图 关于架构图 VGG16包含16层VGG19包含19层。在最后三个完全连接的层中一系列VGG完全相同。整体结构包括5组卷积层后面是一个MaxPool。不同之处在于在五组卷积层中包括了越来越多的级联卷积层。 3.参考代码
VGGNet-16 架构完整指南 |卡格尔 (kaggle.com)
在这里讲述了一个比较完整的代码记录本文参考李沐老师所写
import torch
from torch import nn
from d2l import torch as d2ldef vgg_block(num_convs, in_channels, out_channels):layers []for _ in range(num_convs):layers.append(nn.Conv2d(in_channels, out_channels,kernel_size3, padding1))layers.append(nn.ReLU())in_channels out_channelslayers.append(nn.MaxPool2d(kernel_size2,stride2))return nn.Sequential(*layers)
conv_arch ((1, 64), (1, 128), (2, 256), (2, 512), (2, 512))
def vgg(conv_arch):conv_blks []in_channels 1# 卷积层部分for (num_convs, out_channels) in conv_arch:conv_blks.append(vgg_block(num_convs, in_channels, out_channels))in_channels out_channelsreturn nn.Sequential(*conv_blks, nn.Flatten(),# 全连接层部分nn.Linear(out_channels * 7 * 7, 4096), nn.ReLU(), nn.Dropout(0.5),nn.Linear(4096, 4096), nn.ReLU(), nn.Dropout(0.5),nn.Linear(4096, 10))net vgg(conv_arch)
#将构建一个高度和宽度为224的单通道数据样本以观察每个层输出的形状。
X torch.randn(size(1, 1, 224, 224))
for blk in net:X blk(X)print(blk.__class__.__name__,output shape:\t,X.shape) 为了减少训练时间 将原参数量缩小到原来的1\16.
ratio 4
small_conv_arch [(pair[0], pair[1] // ratio) for pair in conv_arch]
net vgg(small_conv_arch)
lr, num_epochs, batch_size 0.05, 10, 128
train_iter, test_iter d2l.load_data_fashion_mnist(batch_size, resize224)
d2l.train_ch6(net, train_iter, test_iter, num_epochs, lr, d2l.try_gpu())
