vgg11

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

來自 用於大規模圖像識別的極深卷積網路的 VGG-11。

參數:

• 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，不使用預先訓練的權重。

• progress (bool, optional) – 如果為 True，則在 stderr 上顯示下載的進度條。預設值為 True。

• **kwargs – 傳遞到 torchvision.models.vgg.VGG 基底類別的參數。有關此類別的更多詳細資訊，請參閱 原始碼。

class torchvision.models.VGG11_Weights(value)

上面的模型建構器接受以下值作為 weights 參數。 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法從頭開始訓練的。 也可作為 VGG11_Weights.DEFAULT 使用。

acc@1 (在 ImageNet-1K 上)	69.02
acc@5 (在 ImageNet-1K 上)	88.628
min_size	height=32, width=32
categories	tench, goldfish, great white shark, … (省略 997 個)
recipe	link
num_params	132863336
GFLOPS	7.61
檔案大小	506.8 MB

推論轉換可在 VGG11_Weights.IMAGENET1K_V1.transforms 中找到，並執行以下預處理操作：接受 PIL.Image、批次化的 (B, C, H, W) 和單一 (C, H, W) 影像 torch.Tensor 物件。 影像會使用 interpolation=InterpolationMode.BILINEAR 調整大小為 resize_size=[256]，然後進行 crop_size=[224] 的中央裁剪。 最後，這些值會先重新縮放至 [0.0, 1.0]，然後使用 mean=[0.485, 0.456, 0.406] 和 std=[0.229, 0.224, 0.225] 進行正規化。