AI說書 - 從0開始 - 575 | ResNetForImageClassification 前言

我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。

ResNet 是一種類似於 ConvNext 的神經網路，與本章中訓練的模型不同，ResNet 可以包含多達 1,000 層。ResNet 模型中的階段由一組卷積塊（Convolutional Blocks）組成，同一階段中的每個卷積塊具有相同數量的濾波器，隨著模型的加深，每個階段中的濾波器數量會增加。

如果要觀看 ResNet 模型的堆疊，可以使用以下程式：

model_name="Denis1976/autotrain-training-cifar-10-81128141659"
model = transformers.AutoModelForImageClassification.from_pretrained(model_name, use_auth_token = token)
print(model.config)

結果為：