vgg11

torchvision.models.vgg11(*, weights: Optional[VGG11_Weights] = None, progress: bool = True, **kwargs: Any) → VGG

來自 Very Deep Convolutional Networks for Large-Scale Image Recognition 的 VGG-11。

引數:

• weights (VGG11_Weights, optional) – 要使用的預訓練權重。有關更多詳細資訊和可能的值，請參閱下面的 VGG11_Weights。預設情況下，不使用預訓練權重。

• progress (bool, optional) – 如果為 True，則在 stderr 中顯示下載進度條。預設為 True。

• **kwargs – 傳遞給 torchvision.models.vgg.VGG 基類的引數。有關此類的更多詳細資訊，請參閱原始碼。

class torchvision.models.VGG11_Weights(value)

上述模型構建器接受以下值作為 weights 引數。VGG11_Weights.DEFAULT 等同於 VGG11_Weights.IMAGENET1K_V1。您也可以使用字串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

VGG11_Weights.IMAGENET1K_V1:

這些權重是使用簡化的訓練方案從頭開始訓練的。也可透過 VGG11_Weights.DEFAULT 獲取。

acc@1 (在 ImageNet-1K 上)	69.02
acc@5 (在 ImageNet-1K 上)	88.628
最小尺寸	高=32，寬=32
類別	丁鱥、金魚、大白鯊，…（省略 997 個）
方案	連結
引數數量	132863336
GFLOPS	7.61
檔案大小	506.8 MB

推理轉換可在 VGG11_Weights.IMAGENET1K_V1.transforms 獲取，並執行以下預處理操作：接受 PIL.Image、批處理 (B, C, H, W) 和單個 (C, H, W) 影像的 torch.Tensor 物件。影像使用 interpolation=InterpolationMode.BILINEAR 方法將 resize_size 調整到 [256]，然後進行 crop_size=[224] 的中心裁剪。最後，值首先被重新縮放到 [0.0, 1.0]，然後使用 mean=[0.485, 0.456, 0.406] 和 std=[0.229, 0.224, 0.225] 進行標準化。