深度学习训练时怎么把ResNet18变为ResNet50？直接变的时候报错RuntimeError: Given groups=1, weight of size 96 64 1 1, expected input[2, 256, 64, 64] to have 64 channels, but got 256 channels instead
3条回答
- 2025-08-25 20:04Atticus-Orion的博客 ResNet-18是一种18层的轻量级卷积神经网络，通过"残差连接"...作为性价比高的智能工具，ResNet-18广泛应用于相册分类、场景识别、医疗影像分析等领域，既能保证识别准确率，又保持较快的处理速度。
- 2023-11-03 03:29大龙唉的博客 ResNet网络是在2015年由微软实验室中的何凯明等几位大神提出，论文地址是；是在CVPR 2016发表的一种影响深远的网络模型，由何凯明大神团队提出来，在ImageNet的分类比赛上将网络深度直接提高到了152层，前一年夺冠的...
- 2025-06-12 17:50qq_776882262的博客 ResNet的提出解决了深层神经网络训练中的退化问题，使构建和优化超深网络成为可能，标志着深度学习进入更高层次发展的关键转折点。的网络（用于ImageNet竞赛），并在2015年ImageNet竞赛中取得冠军。：即网络越深，...
- 2023-06-28 17:42慕溪同学的博客 pytorch训练迁移训练模型思路，该文章首先对rennet除全连接层之外所有网络冻结训练，然后解冻所有网络层进行训练，比较两次训练验证集的精度；
- 2023-02-08 10:30派大星先生c的博客 ResNet50包含49个卷积层和1个全连接层，属于较大型的网络，实现起来略有难度。对于理解数据流、卷积层、残差、瓶颈层，以及对大型网络的编写和调试都有很大帮助。 Resnet-50代码的复现，论文的理解
- 2024-11-08 16:24大知闲闲哟的博客 ResNet-50有两个基本块，Conv Block 和 Identity Block。这周比较忙，网络很经典，需要更好的学习。自己的代码能力还是太弱。
- 2025-06-12 17:44飞翔的袋鼠弟的博客 Caffe（Convolutional Architecture for Fast Feature Embedding）是一个由伯克利人工智能研究（BAIR）/ Berkeley Vision and Learning Center (BVLC) 和社区贡献者开发的深度学习框架。它专门为满足学术研究和工业...
- 2025-03-19 21:40111…的博客 由于CIFAR10数据集图片较小，...输入通道为3，输出通道为64，不进行下采样同样使用卷积+批归一化+激活函数的组合，不仅可以有效提取和转换特征，还能稳定训练过程和提升网络性能#在__init__方法中#在forward方法中。
- 2025-04-23 22:18多巴胺与内啡肽.的博客 在ResNet之前，VGG、AlexNet等...2015年，微软研究院的何恺明团队提出了ResNet（Residual NeuralNetwork），这一模型以3.57%的Top-5错误率首次在ImageNet图像识别竞赛中超越人类水平，并成为深度学习历史上的里程碑。
- 2022-03-21 10:30Ton10的博客 这篇文章由谷歌在17年提出，收启发于何凯明提出的ResNet在深度网络上较好的表现影响，作者将Residual connection加入到Inception结构中形成2个Inception-ResNet版本的网络以及一个纯Inception-v4网络。 参考目录： ...
- 2025-07-09 13:58Keep learning!的博客 本文介绍了基于PyTorch平台迁移ResNet18...代码中提供了详细注释，特别适合深度学习初学者理解迁移学习的实现步骤。实验结果表明，该模型能够有效区分蚂蚁和蜜蜂两类图像，验证了迁移学习在小样本分类任务中的可行性。
- 2023-05-16 14:12COOLRANEN的博客 然后构建resnet18 #resnet18 def resnet18(num_classes,in_channels=1): def resnet_block(in_channels,out_channels,num_residuals, first_block=False): blk = [] for i in range(num_residuals): if i == 0 and ...
- 2024-06-01 20:102401_85444901的博客 ResNet-50算法实战与解析
- 2025-08-25 20:08Atticus-Orion的博客 ResNet家族是深度学习领域的重要网络架构，通过"残差连接"解决深层网络的梯度消失和性能退化问题。核心成员从轻量级的ResNet-18（18层）到强大的ResNet-152（152层），采用BasicBlock或bottleneck结构，...
- 没有解决我的问题, 去提问
