写在前面 ​ 深度残差网络（Deep residual network, ResNet）自提出起，一次次刷新CNN模型在ImageNet中的成绩，解决了CNN模型难训练的问题。何凯明大神的工作令人佩服，模型简单有效，思想超凡脱俗。 ​ 直观上，提到深度学习，我们第一反应是模型要足够“深 ...

1. 先导入使用的包，并声明可用的网络和预训练好的模型 2. 定义要使用到的1*1和3*3的卷积层 注意：这里bias设置为False,原因是： 下 ...

官方github上已经有了pytorch基础模型的实现，链接 但是其中一些模型，尤其是resnet，都是用函数生成的各个层，自己看起来是真的难受！ 所以自己按照caffe的样子，写一个pytorch的resnet18模型，当然和1000分类模型不同，模型做了一些修改，输入48*48的3通道图片 ...

待完成 ...

...

import java.sql.Connection;import java.sql.DriverManager;import java.sql.PreparedStatement;import ja ...

1.文章原文地址 Deep Residual Learning for Image Recognition 2.文章摘要 神经网络的层次越深越难训练。我们提出了一个残差学习框架来 ...

对ResNet的理解，详细解释了ResNet34、ResNet50等具体结构，并使用PyTorch实现了一个 ...