torchvision 0.15.1 convbnactivation 找不到

`conv_bn_act()`是PyTorch 1.7之后才被引入的，而torchvision 0.15.1使用的是PyTorch 1.6。因此，在torchvision 0.15.1中，您无法使用`conv_bn_act()`。

如果您需要使用`conv_bn_act()`，则需要升级PyTorch版本。您可以使用以下命令升级PyTorch：

pip install --upgrade torch torchvision

这将升级您的PyTorch和torchvision软件包到最新版本，其中包括`conv_bn_act()`。

相关问题

torchvision 0.15.1 旧版中ConvBNActivation类可以使用什么替换

在torchvision 0.15.1中，ConvBNActivation类是一个将卷积、批量归一化和激活函数合并在一起的组合层。这个类在后来的版本中被Conv2d、BatchNorm2d和ReLU分别替代。

因此，如果你要使用torchvision 0.15.1或更旧的版本，并且需要一个类似于ConvBNActivation的组合层，你可以手动将这些层连接起来，如下所示：

import torch.nn as nn

class ConvBNActivation(nn.Module):
    def __init__(self, in_channels, out_channels, kernel_size, stride=1, groups=1):
        super(ConvBNActivation, self).__init__()
        padding = (kernel_size - 1) // 2
        self.conv = nn.Conv2d(in_channels, out_channels, kernel_size, stride=stride, padding=padding, groups=groups)
        self.bn = nn.BatchNorm2d(out_channels)
        self.activation = nn.ReLU(inplace=True)

    def forward(self, x):
        x = self.conv(x)
        x = self.bn(x)
        x = self.activation(x)
        return x

这个类的实现与ConvBNActivation的实现非常相似，但是它将卷积、批量归一化和激活函数分别定义为类的属性，并在forward()方法中连接它们。你可以使用这个类来替代ConvBNActivation。

torchvision 0.15.1 的 ConvBNReLU

`ConvBNReLU` 是 `torchvision` 中的一个层，它将卷积、批归一化和 ReLU 激活函数结合在一起。它的定义如下：

class ConvBNReLU(nn.Sequential):
    def __init__(self, in_planes, out_planes, kernel_size=3, stride=1, groups=1):
        padding = (kernel_size - 1) // 2
        super(ConvBNReLU, self).__init__(
            nn.Conv2d(in_planes, out_planes, kernel_size, stride, padding, groups=groups, bias=False),
            nn.BatchNorm2d(out_planes),
            nn.ReLU(inplace=True)
        )

其中，`in_planes` 是输入特征图的通道数，`out_planes` 是输出特征图的通道数，`kernel_size` 是卷积核大小，`stride` 是卷积步长，`groups` 是卷积分组数。该层的作用是将输入特征图进行卷积、批归一化和 ReLU 操作，并输出特征图。