Pruebe si el proceso de red es fluido
if __name__ == '__main__':
x=torch.randn(2,3,256,256)
net=Union_Seg_1_v1()
print(net(x).shape)
Por ejemplo, torch.randn(batch_size, canal, size[0], size[1])
tamaño_batch: la cantidad de datos ingresados en una ejecución
canal: número de canales de entrada
tamaño: el tamaño de la imagen de entrada (largo y ancho)
Primero, defina el formato de datos de entrada.
Luego, define la red.
Ingrese datos en la red e imprima el formato de los datos.
Estructura de la red de impresión
from torchsummary import summary
# 需要使用device来指定网络在GPU还是CPU运行
device = torch.device('cuda:1' if torch.cuda.is_available() else 'cpu')
net=DPNet_v1()
model = net.to(device)
# input_size=(channel,size,size)
summary(model, input_size=(3,256,256))
Requiere el paquete torchsummary. pip install torchsummary o conda install -c ravelbio torchsummary