vgg13_bn

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

來自 用於大規模圖片辨識的極深卷積網路 的 VGG-13-BN。

參數:

• weights (VGG13_BN_Weights, optional) – 要使用的預訓練權重。 請參閱下面的 VGG13_BN_Weights 以獲取更多詳細訊息和可能的值。 預設情況下，不使用預訓練權重。

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

• **kwargs – 傳遞給 torchvision.models.vgg.VGG 基底類別的參數。 請參考 原始碼 以獲取關於此類別的更多詳細訊息。

class torchvision.models.VGG13_BN_Weights(value)

上面的模型構建器接受以下值作為 weights 參數。 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:

這些權重是從頭開始使用簡化的訓練方法訓練的。 也可用作 VGG13_BN_Weights.DEFAULT。

acc@1 (於 ImageNet-1K 上)	71.586
acc@5 (於 ImageNet-1K 上)	90.374
min_size (最小尺寸)	height=32, width=32 (高度=32，寬度=32)
categories (類別)	tench, goldfish, great white shark, … (997 個已省略)
recipe (配方)	link (連結)
num_params (參數數量)	133053736
GFLOPS	11.31
File size (檔案大小)	507.6 MB

推論轉換可在 VGG13_BN_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) 和單張 (C, H, W) 影像 torch.Tensor 物件。影像將使用 interpolation=InterpolationMode.BILINEAR 調整大小至 resize_size=[256]，然後進行 crop_size=[224] 的中心裁剪。 最後，這些值會先縮放到 [0.0, 1.0]，然後使用 mean=[0.485, 0.456, 0.406] 和 std=[0.229, 0.224, 0.225] 進行正規化。