pytorch 之 nn.BatchNorm2d(oup)( 100 )

先看看解释。。。。。

pytorch 之 nn.BatchNorm2d(oup)( 100 )_第1张图片

然后。。。我的疑惑在于:

网络片段:

nn.Conv2d(inp, oup, 3, stride, 1, bias=False),
nn.BatchNorm2d(oup),
nn.ReLU(inplace=True),

我打印model的parameters来查看参数:

打印的为:

0.conv.0.weight : torch.Size([32, 3, 3, 3])
0.conv.1.weight : torch.Size([32])
0.conv.1.bias : torch.Size([32])

和想象中一样:batchNorm中两组可学习参数;

******当我从训练好的模型中打印参数时*******

pytorch 之 nn.BatchNorm2d(oup)( 100 )_第2张图片

多了两组::(running_mean,running_var)

千辛万苦后:(给出完美解释)

pytorch 之 nn.BatchNorm2d(oup)( 100 )_第3张图片

你可能感兴趣的:(Obeject,Detection)