南强小屋 Design By 杰米
实际应用时可能比较想获取VGG中间层的输出，
那么就可以如下操作：
import numpy as np
import torch
from torchvision import models
from torch.autograd import Variable
import torchvision.transforms as transforms
class CNNShow():
def __init__(self, model):
self.model = model
self.model.eval()
self.created_image = self.image_for_pytorch(np.uint8(np.random.uniform(150, 180, (224, 224, 3))))
def show(self):
x = self.created_image
for index, layer in enumerate(self.model):
print(index,layer)
x = layer(x)
def image_for_pytorch(self,Data):
transform = transforms.Compose([
transforms.ToTensor(), # range [0, 255] -> [0.0,1.0]
transforms.Normalize(mean=(0.485, 0.456, 0.406), std=(0.229, 0.224, 0.225))
]
)
imData = transform(Data)
imData = Variable(torch.unsqueeze(imData, dim=0), requires_grad=True)
return imData
if __name__ == '__main__':
pretrained_model = models.vgg16(pretrained=True).features
CNN = CNNShow(pretrained_model)
CNN.show()
以上这篇pytorch获取vgg16-feature层输出的例子就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。
南强小屋 Design By 杰米
广告合作：本站广告合作请联系QQ：858582 申请时备注：广告合作（否则不回）
免责声明：本站文章均来自网站采集或用户投稿，网站不提供任何软件下载或自行开发的软件！ 如有用户或公司发现本站内容信息存在侵权行为，请邮件告知！ 858582#qq.com
免责声明：本站文章均来自网站采集或用户投稿，网站不提供任何软件下载或自行开发的软件！ 如有用户或公司发现本站内容信息存在侵权行为，请邮件告知！ 858582#qq.com
南强小屋 Design By 杰米
暂无pytorch获取vgg16-feature层输出的例子的评论...
RTX 5090要首发 性能要翻倍！三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB，每个模块容量为2GB。其速度预设为32 Gbps（PAM3），但也可以降至28 Gbps，以提高产量和初始阶段的整体性能和成本效益。
据三星表示，GDDR7内存的能效将提高20%，同时工作电压仅为1.1V，低于标准的1.2V。通过采用更新的封装材料和优化的电路设计，使得在高速运行时的发热量降低，GDDR7的热阻比GDDR6降低了70%。