VGG¶
VGG 模型,来自论文 "Very Deep Convolutional Networks For Large-Scale Image Recognition" 。
参数¶
features (Layer) - VGG 模型的特征层。由函数 make_layers 产生。
num_classes (int,可选) - 最后一个全连接层输出的维度。如果该值小于等于 0,则不定义最后一个全连接层。默认值为 1000。
with_pool (bool,可选) - 是否在最后三个全连接层前使用池化。默认值为 True。
代码示例¶
import paddle
from paddle.vision.models import VGG
from paddle.vision.models.vgg import make_layers
vgg11_cfg = [64, 'M', 128, 'M', 256, 256, 'M', 512, 512, 'M', 512, 512, 'M']
features = make_layers(vgg11_cfg)
vgg11 = VGG(features)
x = paddle.rand([1, 3, 224, 224])
out = vgg11(x)
print(out.shape)
# [1, 1000]