Datawhale 学CV--task4 模型训练与验证
尝试修改网络结构的记录：
1、resnet18修改为vgg16，epoch=2时效果差点，修改：
model_conv = models.vgg16(pretrained=True)
#model_conv = models.restnet18(pretrained=True)
2、如果每个stage结构都一样，可以写如下，再传参数。
self.conv1 = nn.Sequential(
nn.Conv2d()
nn.BatchNormal()
nn.PReLU()
nn.MaxPooling()
nn.Dropout()
)
传参数：conv2d（n_in，n_out，kernel，stride，padding）
batchnormal（n_out）待处理数据的channel；batchnormal（n_out，0.1）包含了？
PRelu可以换成Relu，无参数；
Maxpooling（2）表示（2，2）的maxpooling
Dropout（0.2），网络小时取值也小，一般0.2--0.5
baseline只能到35，修改了网络也是50，不知道怎么提高。
参考：
svhn的参考net：https://github.com/aaron-xichen/pytorch-playground/blob/master/svhn/model.py（train还有Lr的变化）
sequential的定义和参数传递：（定义函数）
https://www.debugger.wiki/article/html/157249224958066
sequential和调用
https://www.cnblogs.com/wangguchangqing/p/11058525.html
https://www.cnblogs.com/darkknightzh/p/6065526.html sequential显示net的详细方法
torch 的yolo4: https://blog.csdn.net/weixin_44791964/article/details/106214657
