### 如何使用 PyTorch 实现 VGG19 模型 VGG19 是一种经典的卷积神经网络，通过堆叠多个 3x3 的小卷积核和池化层来构建深层网络结构。以下是一个完整的实现代码示例： ```python import torch import torch.nn as nn class VGG19(nn.Module): def __init__(self, num_classes=1000): super(VGG19, self).__init__() # 定义特征提取部分（conv layers） self.features = nn.Sequential( # 第一层：2个卷积层 + 池化 nn.Conv2d(3, 64, kernel_size=3, padding=1), nn.ReLU(inplace=True), nn.Conv2d(64, 64, kernel_size=3, padding=1), nn.ReLU(inplace=True), nn.MaxPool2d(kernel_size=2, stride=2), # 第二层：2个卷积层 + 池化 nn.Conv2d(64, 128, kernel_size=3, padding=1), nn.ReLU(inplace=True), nn.Conv2d(128, 128, kernel_size=3, padding=1), nn.ReLU(inplace=True), nn.MaxPool2d(kernel_size=2, stride=2), # 第三层：4个卷积层 + 池化 nn.Conv2d(128, 256, kernel_size=3, padding=1), nn.ReLU(inplace=True), nn.Conv2d(256, 256, kernel_size=3, padding=1), nn.ReLU(inplace=True), nn.Conv2d(256, 256, kernel_size=3, padding=1), nn.ReLU(inplace=True), nn.Conv2d(256, 256, kernel_size=3, padding=1), nn.ReLU(inplace=True), nn.MaxPool2d(kernel_size=2, stride=2), # 第四层：4个卷积层 + 池化 nn.Conv2d(256, 512, kernel_size=3, padding=1), nn.ReLU(inplace=True), nn.Conv2d(512, 512, kernel_size=3, padding=1), nn.ReLU(inplace=True), nn.Conv2d(512, 512, kernel_size=3, padding=1), nn.ReLU(inplace=True), nn.Conv2d(512, 512, kernel_size=3, padding=1), nn.ReLU(inplace=True), nn.MaxPool2d(kernel_size=2, stride=2), # 第五层：4个卷积层 + 池化 nn.Conv2d(512, 512, kernel_size=3, padding=1), nn.ReLU(inplace=True), nn.Conv2d(512, 512, kernel_size=3, padding=1), nn.ReLU(inplace=True), nn.Conv2d(512, 512, kernel_size=3, padding=1), nn.ReLU(inplace=True), nn.Conv2d(512, 512, kernel_size=3, padding=1), nn.ReLU(inplace=True), nn.MaxPool2d(kernel_size=2, stride=2) ) # 定义分类器部分（fully connected layers） self.classifier = nn.Sequential( nn.Linear(512 * 7 * 7, 4096), # 假设输入图像大小为 224x224 nn.ReLU(inplace=True), nn.Dropout(), nn.Linear(4096, 4096), nn.ReLU(inplace=True), nn.Dropout(), nn.Linear(4096, num_classes) ) def forward(self, x): x = self.features(x) x = torch.flatten(x, 1) # 展平张量 x = self.classifier(x) return x # 实例化模型并通过 summary 查看模型架构 from torchinfo import summary vgg19 = VGG19(num_classes=1000) summary(vgg19, input_size=(10, 3, 224, 224)) # 输入大小为 (batch_size, channels, height, width)[^1] ``` 上述代码展示了如何使用 PyTorch 实现 VGG19 模型，并通过 `torchinfo.summary` 查看模型的详细架构[^1]。 ### 模型特点与优势 VGG19 使用了更小的卷积核（3x3）和更多的卷积层，这使得网络能够处理更复杂的图像特征，并学习到更多的特征表示[^4]。此外，通过设计合理的网络结构和小卷积核的方式提升了模型的泛化能力[^5]。 ### 注意事项 在加载预训练权重时，如果遇到多 GPU 训练的问题，可以参考以下代码进行调整： ```python model_weight_path = "./vgg19-cifar10Net.pth" model.load_state_dict({k.replace('module.', ''): v for k, v in torch.load(model_weight_path).items()}) ``` 这解决了训练时使用多张显卡而测试时仅使用单张显卡导致的键名不匹配问题[^2]。