pytorch SENet:挤压与激励网络的重新实现 源码

### Squeeze-和-Excitation Networks实施(pytorch) 为了训练 python main.py # argparser Default --print_freq 32 --save_dir ./save_model/ --save_every 10 --lr 0.1 --weight_decay 1e-4 --momentum 0.9 --Epoch 80 --batch_size 128 --test_batch_size 100 --cutout True --n_masks 1 --length 16 结果 resnet(来自yeonsu存储库) SE + resnset(此代码) SEresnet +切口(此代码)(切口长度:16) 顶部-1个错误 6.27 6.15 4.76 前处理 资料扩充 填充4像素 随机32 x 32裁切