首页给出一个包含dropout层的卷积神经网络示例

给出一个包含dropout层的卷积神经网络示例

时间: 2023-06-16 19:06:43 浏览: 105

这里有一个包含dropout层的卷积神经网络示例，可以用于图像分类任务： ```python import torch.nn as nn class ConvNet(nn.Module): def __init__(self, num_classes=10): super(ConvNet, self).__init__() self.layer1 = nn.Sequential( nn.Conv2d(3, 16, kernel_size=5, stride=1, padding=2), nn.BatchNorm2d(16), nn.ReLU(), nn.MaxPool2d(kernel_size=2, stride=2)) self.layer2 = nn.Sequential( nn.Conv2d(16, 32, kernel_size=5, stride=1, padding=2), nn.BatchNorm2d(32), nn.ReLU(), nn.MaxPool2d(kernel_size=2, stride=2)) self.dropout = nn.Dropout(p=0.5) self.fc1 = nn.Linear(8*8*32, 256) self.fc2 = nn.Linear(256, num_classes) def forward(self, x): out = self.layer1(x) out = self.layer2(out) out = out.reshape(out.size(0), -1) out = self.dropout(out) out = self.fc1(out) out = self.fc2(out) return out ``` 这个网络包含两个卷积层和两个全连接层，中间使用了dropout层进行正则化，可以提高模型的泛化性能。其中，dropout的概率设置为0.5，表示在训练过程中，每个神经元有50%的概率被随机丢弃。

阅读全文