用Pytorch写AlexNet代码

女爷i 2024-03-26 09:28 60阅读 0赞

在 Pytorch 中写 AlexNet 的代码非常简单，你只需要定义一个继承自 `nn.Module` 的类，并在其中定义 AlexNet 的网络结构即可。

首先，你需要导入 Pytorch 中的一些必要的模块：

import torch
    import torch.nn as nn
    import torch.optim as optim

然后，定义继承自 `nn.Module` 的类，并在其中定义 AlexNet 的网络结构：

class AlexNet(nn.Module):
        def __init__(self,num_classes=1000):
            super(AlexNet, self).__init__()
            self.features = nn.Sequential(
                nn.Conv2d(3, 64, kernel_size=11, stride=4, padding=2),
                nn.ReLU(inplace=True),
                nn.MaxPool2d(kernel_size=3, stride=2),
                nn.Conv2d(64, 192, kernel_size=5, padding=2),
                nn.ReLU(inplace=True),
                nn.MaxPool2d(kernel_size=3, stride=2),
                nn.Conv2d(192, 384, kernel_size=3, padding=1),
                nn.ReLU(inplace=True),
                nn.Conv2d(384, 256, kernel_size=3, padding=1),
                nn.ReLU(inplace=True),
                nn.Conv2d(256, 256, kernel_size=3, padding=1),
                nn.ReLU(inplace=True),
                nn.MaxPool2d(kernel_size=3, stride=2),
            )
            self.avgpool = nn.AdaptiveAvgPool2d((6, 6))
            self.classifier = nn.Sequential(
                nn.Dropout(),
                nn.Linear(256 * 6 * 6, 4096),
                nn.ReLU(inplace=True),
                nn.Dropout(),
                nn.Linear(4096, 4096),
                nn.ReLU(inplace=True),
                nn.Linear(4096, num_classes),
            )
    
        def forward(self, x):
            x = self.features(x)
            x = self.avgpool(x)
            x = torch.flatten(x, 1)
            x = self.classifier(x)
            return x

在上面的代码中，我们定义了一个名为 \`AlexNet