ResNeXt

class paddle.vision.models. ResNeXt ( layers=50, cardinality=32, num_classes=1000, with_pool=True )

ResNeXt模型，来自论文 "Aggregated Residual Transformations for Deep Neural Networks" 。

参数

  • layers (int，可选) - ResNeXt 模型的深度。默认值：50

  • cardinality (int，可选) - 模型基数，也即划分组的数量。默认值：32

  • num_classes (int, 可选) - 最后一个全连接层输出的维度。如果该值小于0，则不定义最后一个全连接层。默认值：1000。

  • with_pool (bool，可选) - 是否定义最后一个全连接层之前的池化层。默认值：True。

返回

ResNeXt模型，Layer的实例。

代码示例

import paddle
from paddle.vision.models import ResNeXt

resnext50_32x4d = ResNeXt(depth=50, cardinality=32)

x = paddle.rand([1, 3, 224, 224])
out = resnext50_32x4d(x)

print(out.shape)