vgg11_bn

torchvision.models.vgg11_bn(*, weights: Optional[VGG11_BN_Weights] = None, progress: bool = True, **kwargs: Any) → VGG

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

引數:

• weights (VGG11_BN_Weights, 可選) – 要使用的預訓練權重。有關更多詳細資訊和可能的值，請參見下面的 VGG11_BN_Weights。預設情況下，不使用預訓練權重。

• progress (布林值, 可選) – 如果為 True，則在標準錯誤輸出中顯示下載進度條。預設值為 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_BN_Weights(value)

上面的模型構建器接受以下值作為 weights 引數。VGG11_BN_Weights.DEFAULT 等同於 VGG11_BN_Weights.IMAGENET1K_V1。您也可以使用字串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

VGG11_BN_Weights.IMAGENET1K_V1:

這些權重是使用簡化訓練方案從頭開始訓練的。也可用作 VGG11_BN_Weights.DEFAULT。

acc@1 (在 ImageNet-1K 上)	70.37
acc@5 (在 ImageNet-1K 上)	89.81
最小尺寸	高度=32, 寬度=32
類別	丁鯛, 金魚, 大白鯊, … (省略 997 個)
方案	連結
引數數量	132868840
GFLOPS	7.61
檔案大小	506.9 MB

推理轉換可在 VGG11_BN_Weights.IMAGENET1K_V1.transforms 獲取，並執行以下預處理操作：接受 PIL.Image、批處理的 (B, C, H, W) 以及單個 (C, H, W) 影像 torch.Tensor 物件。使用 interpolation=InterpolationMode.BILINEAR 將影像大小調整為 resize_size=[256]，然後進行中心裁剪，裁剪大小為 crop_size=[224]。最後，先將值重新縮放到 [0.0, 1.0]，然後使用 mean=[0.485, 0.456, 0.406] 和 std=[0.229, 0.224, 0.225] 進行歸一化。