vgg11_bn

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

来自 用于大规模图像识别的非常深度的卷积神经网络 的 VGG-11-BN。

参数：:

• weights (VGG11_BN_Weights，可选) – 要使用的预训练权重。有关更多详细信息和可能的值，请参阅下面的 VGG11_BN_Weights。默认情况下，不使用任何预训练权重。

• progress (bool，可选) – 如果为 True，则向 stderr 显示下载进度条。默认为 True。

• **kwargs – 传递给 torchvision.models.vgg.VGG 基类的参数。有关此类的更多详细信息，请参阅 源代码。

class torchvision.models.VGG11_BN_Weights(value)

上面的模型构建器接受以下值作为 weights 参数。 VGG11_BN_Weights.DEFAULT 等效于 VGG11_BN_Weights.IMAGENET1K_V1。您也可以使用字符串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

VGG11_BN_Weights.IMAGENET1K_V1:

这些权重是通过使用简化的训练配方从头开始训练的。也可以作为 VGG11_BN_Weights.DEFAULT 使用。

acc@1 (在 ImageNet-1K 上)	70.37
acc@5 (在 ImageNet-1K 上)	89.81
最小尺寸	高度=32，宽度=32
类别	tench, goldfish, great white shark, … (997 隐藏)
配方	链接
参数数量	132868840
GFLOPS	7.61
文件大小	506.9 MB

推理变换可在 VGG11_BN_Weights.IMAGENET1K_V1.transforms 处获得，并执行以下预处理操作：接受 PIL.Image、批处理 (B, C, H, W) 和单个 (C, H, W) 图像 torch.Tensor 对象。使用 interpolation=InterpolationMode.BILINEAR 将图像调整大小为 resize_size=[256]，然后对图像进行 crop_size=[224] 的中心裁剪。最后，将值先重新缩放到 [0.0, 1.0]，然后使用 mean=[0.485, 0.456, 0.406] 和 std=[0.229, 0.224, 0.225] 进行标准化。