【Pytorch】10.CIFAR10模型搭建

最新推荐文章于 2024-10-20 00:00:52 发布

Elephant_King

最新推荐文章于 2024-10-20 00:00:52 发布

阅读量600

点赞数 2

CC 4.0 BY-SA版权

分类专栏： Pytorch 文章标签： pytorch 人工智能 python

本文链接：https://blog.csdn.net/Elephant_King/article/details/138914297

CIFAR10模型

是torchvision中官方给出的一个数据集,可以通过

dataset = torchvision.datasets.CIFAR10('./data', train=False, download=True, transform=torchvision.transforms.ToTensor())

来下载到指定文件夹

搭建CIFAR10模型

首先我们先去搜一下CIFAR10 model structure
在这里插入图片描述
可以看到，模型的训练步骤为

输入为3通道 32*32像素，通过5*5的卷积核进行卷积操作，得到32通道32*32像素
进行2*2卷积核的最大池化操作变为32通道16*16像素
进行5*5卷积核的卷积操作变为32通道16*16像素
进行2*2卷积核的最大池化操作变为32通道8*8像素
进行5*5卷积核的卷积操作变为64通道8*8像素
进行2*2卷积核的最大池化操作变为64通道4*4像素
进行Flatten全链接操作展开为1024长度
通过线性激活变为64长度
通过线性激活变为10长度
然后我们就可以进行搭建了

首层卷积层

输入为3通道 32*32像素，通过5*5的卷积核进行卷积操作，得到32通道32*32像素
因为输入输出都是32*32像素，所以我们就需要根据官方给出的公式来计算一下padding为多少
在这里插入图片描述
其中padding为未知变量，dilation为默认值1，stride为默认值1，kernel_size为5
根据输入输出都为32可以求出，padding为2