- 深度学习之模型优化:核心算法与案例实践
- 言有三
- 130字
- 2025-02-24 09:59:10
2.1.1 基准模型
为了方便对模型的各种基本参数进行统计介绍,首先定义一个三层的基准模型,命名为simpleconv3。它由三个卷积层、三个BN(Batch Normalization)层、三个ReLU激活层和三个全连接层组成,模型定义的代码如下。


该模型结构可视化如图2.1所示。

图2.1 simpleconv3模型结构可视化
下面基于simpleconv3来介绍模型性能的相关指标。
为了方便对模型的各种基本参数进行统计介绍,首先定义一个三层的基准模型,命名为simpleconv3。它由三个卷积层、三个BN(Batch Normalization)层、三个ReLU激活层和三个全连接层组成,模型定义的代码如下。
该模型结构可视化如图2.1所示。
图2.1 simpleconv3模型结构可视化
下面基于simpleconv3来介绍模型性能的相关指标。