VGG¶

class paddle.vision.models. VGG ( features, num_classes=1000, with_pool=True ) [源代码] ¶

VGG 模型，来自论文 "Very Deep Convolutional Networks For Large-Scale Image Recognition" 。

参数¶

features (Layer) - VGG 模型的特征层。由函数 make_layers 产生。

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

with_pool (bool，可选) - 是否在最后三个全连接层前使用池化。默认值为 True。

返回¶

Layer，VGG 模型实例。

代码示例¶

          >>> import paddle
>>> from paddle.vision.models import VGG
>>> from paddle.vision.models.vgg import make_layers

>>> vgg11_cfg = [64, 'M', 128, 'M', 256, 256, 'M', 512, 512, 'M', 512, 512, 'M']

>>> features = make_layers(vgg11_cfg)

>>> vgg11 = VGG(features)

>>> x = paddle.rand([1, 3, 224, 224])
>>> out = vgg11(x)

>>> print(out.shape)
[1, 1000]