nn.Conv2d(ch_out, ch_out, kernel_size=3, stride=1, padding=1)
self.bn2 = nn.BatchNorm2d(ch_out)
Resnet 模块的左侧的部分写好了...,
先不急着写右侧,先写左侧的forward代码
先引入工具包
import torch.nn.functional as F
书写代码
def forward(self, x):
# 这里输入的是...同时要考虑,若两元素中的ch_in和ch_out不匹配,则运行时会报错。...[b, ch_in, h, w] => [b, ch_out, h, w]的转化
写好后,将element.wise add部分的x替换
out = self.extra(x) + out
这里也要考虑若...ch_in和ch_out原先就相匹配的情况,则需要先进行定义。