pytorch 代码块积累

模型打印每层shape

复制代码
import torch

from models.enet import  ENet
from torchsummary import summary #pip install torchsummary
model=ENet(12)
aaa=torch.load("./save/ENet",map_location="cpu")
# print(aaa)
model.load_state_dict(aaa["state_dict"])

summary(model, (3, 256, 256))
相关推荐
格林威3 分钟前
偏振相机在半导体制造的领域的应用
人工智能·深度学习·数码相机·计算机视觉·视觉检测·制造
叶子丶苏1 小时前
第八节_PySide6基本窗口控件_按钮类控件(QAbstractButton)
python·pyqt
晓枫-迷麟1 小时前
【文献阅读】当代MOF与机器学习
人工智能·机器学习
百锦再1 小时前
对前后端分离与前后端不分离(通常指服务端渲染)的架构进行全方位的对比分析
java·开发语言·python·架构·eclipse·php·maven
来酱何人1 小时前
实时NLP数据处理:流数据的清洗、特征提取与模型推理适配
人工智能·深度学习·分类·nlp·bert
sensen_kiss1 小时前
INT301 Bio-computation 生物计算(神经网络)Pt.3 梯度下降与Sigmoid激活函数
人工智能·神经网络·机器学习
Shilong Wang1 小时前
MLE, MAP, Full Bayes
人工智能·算法·机器学习
数据库知识分享者小北2 小时前
云栖重磅|瑶池数据库:从云原生数据底座向“AI就绪”的多模态数据底座演进
数据库·人工智能·云原生
lingling0092 小时前
机械臂动作捕捉系统选型指南:从需求到方案,NOKOV 度量光学动捕成优选
人工智能·算法
Blossom.1182 小时前
把AI“刻”进玻璃:基于飞秒激光量子缺陷的随机数生成器与边缘安全实战
人工智能·python·单片机·深度学习·神经网络·安全·机器学习