vgg13_bn

torchvision.models.vgg13_bn(`, weights: Optional[VGG13_BN_Weights] = None, progress: bool = True, `**kwargs: Any) → VGG

VGG-13-BN 來自 Very Deep Convolutional Networks for Large-Scale Image Recognition。

引數:

• weights (VGG13_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，請參閱下面的 VGG13_BN_Weights。預設情況下，不使用預訓練權重。

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

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

class torchvision.models.VGG13_BN_Weights(value)

上面的模型構建器接受以下值作為 weights 引數。 VGG13_BN_Weights.DEFAULT 等同於 VGG13_BN_Weights.IMAGENET1K_V1。您也可以使用字串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

VGG13_BN_Weights.IMAGENET1K_V1:

這些權重是透過使用簡化的訓練配方從頭開始訓練的。也可作為 VGG13_BN_Weights.DEFAULT 使用。

acc@1 (在 ImageNet-1K 上)	71.586
acc@5 (在 ImageNet-1K 上)	90.374
min_size	height=32, width=32
類別	丁鯡、金魚、大白鯊、... (省略 997 個)
方案	連結
引數數量	133053736
GFLOPS	11.31
檔案大小	507.6 MB

推理變換可在 VGG13_BN_Weights.IMAGENET1K_V1.transforms 獲得，並執行以下預處理操作：接受 PIL.Image、批處理的 (B, C, H, W) 和單個 (C, H, W) 影像 torch.Tensor 物件。使用 interpolation=InterpolationMode.BILINEAR 將影像縮放到 resize_size=[256]，然後進行 crop_size=[224] 的中心裁剪。最後，將值首先縮放到 [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。