vgg13

torchvision.models.vgg13(*, weights: Optional[VGG13_Weights] = None, progress: bool = True, **kwargs: Any) → VGG

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

參數:

• weights (VGG13_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 VGG13_Weights。 預設情況下，不使用預訓練權重。

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

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

class torchvision.models.VGG13_Weights(value)

上方的模型建立器接受下列值作為 weights 參數。VGG13_Weights.DEFAULT 等同於 VGG13_Weights.IMAGENET1K_V1。您也可以使用字串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

VGG13_Weights.IMAGENET1K_V1:

這些權重是從頭開始使用簡化的訓練方法訓練的。 也可作為 VGG13_Weights.DEFAULT 使用。

acc@1 (在 ImageNet-1K 上)	69.928
acc@5 (在 ImageNet-1K 上)	89.246
min_size	height=32, width=32
categories	tench, goldfish, great white shark, … (省略 997 個)
recipe	link
num_params	133047848
GFLOPS	11.31
File size	507.5 MB

推論轉換可在 VGG13_Weights.IMAGENET1K_V1.transforms 中找到，並執行以下預處理操作：接受 PIL.Image、批次 (B, C, H, W) 和單個 (C, H, W) 影像 torch.Tensor 物件。 影像使用 interpolation=InterpolationMode.BILINEAR 調整大小為 resize_size=[256]，然後進行 crop_size=[224] 的中心裁剪。 最後，這些值首先重新縮放到 [0.0, 1.0]，然後使用 mean=[0.485, 0.456, 0.406] 和 std=[0.229, 0.224, 0.225] 進行正規化。