我在 Pytorch 中的 resnet 实现对吗？

大佬教程收集整理的这篇文章主要介绍了我在 Pytorch 中的 resnet 实现对吗？，大佬教程大佬觉得挺不错的，现在分享给大家，也给大家做个参考。

如何解决我在 Pytorch 中的 resnet 实现对吗？？

开发过程中遇到我在 Pytorch 中的 resnet 实现对吗？的问题如何解决？下面主要结合日常开发的经验，给出你关于我在 Pytorch 中的 resnet 实现对吗？的解决方法建议，希望对你解决我在 Pytorch 中的 resnet 实现对吗？有所启发或帮助；

上周我为我的 SRGAN 代码实现了一个 resnet 块，但我对实现的一个方面表示怀疑。

当你通过残差跳过连接传递输入时，你 将其从计算图中分离（如 Pytorch 中的 var.detach()） 还是让它在图表中持续存在？

如果是这样，这是否意味着在向后传递期间，输入的权重会受到下一层连接和跳过连接的影响？
下面是我在 Pytorch 中的实现代码：

class resnetBlock(nn.ModulE):
  def __init__(self,kernel_size,StriDe,n_filters,in_chAnnels):
    super(resnetBlock,self).__init__()
    self.conv1 = nn.Conv2d(in_chAnnels=in_chAnnels,kernel_size=kernel_size,StriDe=StriDe,out_chAnnels=n_filters,padding=1,bias=falsE)
    self.bn = nn.batchnorm2d(n_filters)
    self.prelu = nn.PReLU()
    self.conv2 = nn.Conv2d(in_chAnnels=n_filters,bias=falsE)

  def forWARD(self,X):
    xp = torch.clone(X).detach() #Detached this variable xp and passed it through the skip connection
    x = self.prelu(self.bn(self.conv1(X)))
    x = xp.add(self.prelu(self.bn(self.conv2(X))))

    return x

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

大佬总结

以上是大佬教程为你收集整理的我在 Pytorch 中的 resnet 实现对吗？全部内容，希望文章能够帮你解决我在 Pytorch 中的 resnet 实现对吗？所遇到的程序开发问题。

如果觉得大佬教程网站内容还不错，欢迎将大佬教程推荐给程序员好友。

本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ：384754419，请注明来意。