pytorch 训练数据以及测试 全部代码(7) 网络
2018-10-20 23:11
295 查看
ASPP网络
[code]class ASPP_module(nn.Module): def __init__(self, inplanes, planes, rate): pass def forward(self, x): pass def _init_weight(self): pass
第一个函数
[code] def __init__(self, inplanes, planes, rate): super(ASPP_module, self).__init__() if rate == 1: kernel_size = 1 padding = 0 else: kernel_size = 3 padding = rate self.atrous_convolution = nn.Conv2d(inplanes, planes, kernel_size=kernel_size, stride=1, padding=padding, dilation=rate, bias=False) self.bn = nn.BatchNorm2d(planes) self.relu = nn.ReLU() self._init_weight()
里面的_init_weight()如下:初始化
[code] def _init_weight(self): for m in self.modules(): if isinstance(m, nn.Conv2d): # n = m.kernel_size[0] * m.kernel_size[1] * m.out_channels # m.weight.data.normal_(0, math.sqrt(2. / n)) torch.nn.init.kaiming_normal_(m.weight) elif isinstance(m, nn.BatchNorm2d): m.weight.data.fill_(1) m.bias.data.zero_()
然后是forward函数:
[code] def forward(self, x): x = self.atrous_convolution(x) x = self.bn(x) return self.relu(x)
上述就是ASPP网络
阅读更多
相关文章推荐
- pytorch 训练数据以及测试 全部代码(8) 对resnet也就是(5),(6),(7) 网络的梳理
- 代码备份:处理 SUN397 的代码,将其分为 80% 训练数据 以及 20% 的测试数据
- 神经网络1.训练和测试(train&test)以及相关关系解释--神经网络开篇
- Darknet yolo 环境搭建以及训练测试自己的数据集
- C# 软工大作业完成,以下是测试版本。源代码等待稳定版本以及走查代码后再放出//需要获取全部组员同意= =
- OCR开源代码以及OCR公开训练测试数据集汇总
- pytorch: 准备、训练和测试自己的图片数据
- matconvnet环境下训练自己的数据集及模型测试-mnist网络结构-cifar10部分数据集
- faster-rcnn训练和测试自己的数据(VGG/ResNet)以及遇到的问题
- Python测试用例生成脚本(合并相应单元格以及写入单行数据)代码实例
- Tensorflow框架下Faster-RCNN实践(二)——用自己制作的数据训练Faster-RCNN网络(附代码)
- 利用tensorflow训练自己的图片数据(5)——测试训练网络
- Tensorflow框架下Faster-RCNN实践(二)——用自己制作的数据训练Faster-RCNN网络(附代码)
- Tensorflow学习教程------读取数据、建立网络、训练模型,小巧而完整的代码示例
- netlink监听网络变化代码(转载)+流程分析(原创+转载)+数据结构以及相关宏的解析(原创)
- Mybatis+MySQL动态分页查询数据经典案例(含代码以及测试)
- caffe自带examples里面的数据的训练以及测试
- Python测试用例生成脚本(合并相应单元格以及写入单行数据)代码实例
- 使用TensorFlow训练神经网络识别MNIST数据代码
- SSD配置、训练、测试以及应用到自己的数据集