快捷方式

ResNet

ResNet 模型基于 Deep Residual Learning for Image Recognition 论文。

注意

TorchVision 的瓶颈将下采样的步幅放在第二个 3x3 卷积层,而原始论文将其放在第一个 1x1 卷积层。这种变体提高了准确性,被称为 ResNet V1.5

模型构建器

以下模型构建器可用于实例化 ResNet 模型,无论是否使用预训练权重。所有模型构建器内部都依赖于 torchvision.models.resnet.ResNet 基类。有关此类的更多详细信息,请参阅 源代码

resnet18(*[, weights, progress])

ResNet-18,来自 Deep Residual Learning for Image Recognition

resnet34(*[, weights, progress])

ResNet-34,来自 Deep Residual Learning for Image Recognition

resnet50(*[, weights, progress])

ResNet-50,来自 Deep Residual Learning for Image Recognition

resnet101(*[, weights, progress])

ResNet-101,来自 Deep Residual Learning for Image Recognition

resnet152(*[, weights, progress])

ResNet-152,来自 Deep Residual Learning for Image Recognition

文档

访问全面的 PyTorch 开发者文档

查看文档

教程

获取面向初学者和高级开发者的深入教程

查看教程

资源

查找开发资源并获得解答

查看资源