![](https://cdn-ak-scissors.b.st-hatena.com/image/square/f3f871cdc9fa444e307506a85c73e1483d759e47/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9UHl0b3JjaCVFMyU4MSVBNyVFMyU4MyVBMiVFMyU4MyU4NyVFMyU4MyVBQiVFNiVBNyU4QiVFNyVBRiU4OSVFMyU4MSU5OSVFMyU4MiU4QiVFMyU4MSVBOCVFMyU4MSU4RCVFMyU4MCU4MXRvcmNoc3VtbWFyeSVFMyU4MSU4QyVFMyU4MyU5RSVFMyU4MiVCOCVFNCVCRCVCRiVFMyU4MSU4OCVFMyU4MiU4QiVFNCVCQiVCNiVFMyU4MSVBQiVFMyU4MSVBNCVFMyU4MSU4NCVFMyU4MSVBNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTU2JnM9MzNkMWE3M2ZiN2FkZDY5Mzk1MDQ4MTcyMGJjNzE4ZTQ%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDB0YXRzdXlhMTFiYnMmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPTQ4ODhiZTFiNmMwMDljMGIzODBkOWZmNzg0YzI4ZDI1%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3Dea9c5dba6520bef0bd1a8819ec3f8239)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント1件
- 注目コメント
- 新着コメント
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
Pytorchでモデル構築するとき、torchsummaryがマジ使える件について - Qiita
はじめに 自分でモデルを構築していて、いつも全結合層につなぐ前に「あれ、インプットの特徴量っていく... はじめに 自分でモデルを構築していて、いつも全結合層につなぐ前に「あれ、インプットの特徴量っていくつだ?」ってなります。よくprint(model)と打つとモデルの構造は理解できるが、FeatureMapのサイズまでは確認出来ません。そこで便利なのがtorchsummaryというものです。 torchsummaryは何者か? 簡単に言うと、特徴マップのサイズを確認できるものです。 どのようにtorchsummaryを使うか まずはモデルを作ります 今回は以下の簡単なモデルを作りました。 クラス分類するまでは書いていません。 畳み込み➡︎BN➡︎ReLU➡︎pooling➡︎ 畳み込み➡︎BN➡︎ReLU➡︎pooling➡︎ 畳み込み➡︎GlobalAveragePooling import torch import torch.nn as nn class SimpleCNN(nn.Mo
2022/02/23 リンク