你能单独使用 Pytorch Basic 块构建 ResNet 吗？ [复制]

【问题标题】：Can you build a ResNet using the Pytorch Basic block alone? [duplicate]你能单独使用 Pytorch Basic 块构建 ResNet 吗？ [复制]
【发布时间】：2021-06-25 22:18:57
【问题描述】：

我一直在阅读这篇文章：https://dhruvs.space/posts/understanding-resnets/，以了解 ResNet50 是如何构建的。

我见过有人单独使用 Basic 块来实现 ResNet50。喜欢这里：https://analyticsindiamag.com/hands-on-guide-to-implement-resnet50-in-pytorch-with-tpu/

但是，pytorch 使用 Bottleneck 块实现 ResNet50（与第二个链接不同但与上面的第一个链接相似）https://github.com/pytorch/vision/blob/master/torchvision/models/resnet.py 与文章中引用的不同。

你能单独使用 pytorch Basic 块构建 ResNet50 吗？

【问题讨论】：

标签： machine-learning computer-vision pytorch resnet

【解决方案1】：

嗯，是的，你可以，但我认为你不应该或者你真的需要。

名称ResNet50 表示它是一个具有 50 个加权层的 ResNet 模型。

因此，从您附加的最后一个链接的this line 中，您应该已经看到您可以将Bottleneck 更改为BasicBlock。

但它只是ResNet34，因为BasicBlock 的层数少于Bottleneck，因此要获得实际的ResNet50，您需要再添加16 个层，即8 个BasicBlock，例如@987654330 @。

您甚至可以更改其他阶段的数量，只要数字加起来为 24 即为Resnet50。

但这意味着您不能使用现有的预训练权重，除非您的数据与 Imagenet 一样大，否则迁移学习总是更好，即使您不冻结权重。

【讨论】：