PyTorch模型定义与进阶训练技巧#

notebook配套教程第五章和第六章,将结合U-Net模型来探索PyTorch的模型定义方式和进阶训练技巧。
下方每个“Point”对应于教程中每一节的内容。

import os
import numpy as np
import collections
import torch
import torch.nn as nn
import torch.nn.functional as F
import torchvision

Point 1:模型定义方式
PyTorch中自定义模型主要通过以下三种方式:

  • Sequential

  • ModuleList

  • ModuleDict

## 讲解点:使用ordered dict更有助于一目了然模型结构,对于之后模型修改也非常有帮助
## Sequential: Direct list
import torch.nn as nn
net1 = nn.Sequential(
        nn.Linear(784, 256),
        nn.ReLU(),
        nn.Linear(256, 10), 
        )
print(net1)
Sequential(
  (0): Linear(in_features=784, out_features=256, bias=True)
  (1): ReLU()
  (2): Linear(in_features=256, out_features=10, bias=True)
)
## Sequential: Ordered Dict
import collections
import torch.nn as nn
net2 = nn.Sequential(collections.OrderedDict([
          ('fc1', nn.Linear(784, 256)),
          ('relu1', nn.ReLU()),
          ('fc2', nn.Linear(256, 10))
          ]))
print(net2)
Sequential(
  (fc1): Linear(in_features=784, out_features=256, bias=True)
  (relu1): ReLU()
  (fc2): Linear(in_features=256, out_features=10, bias=True)
)
# 试一下
a = torch.rand(4,784)
out1 = net1(a)
out2 = net2(a)
print(out1.shape==out2.shape, out1.shape)
True torch.Size([4, 10])
## ModuleList
net3 = nn.ModuleList([nn.Linear(784, 256), nn.ReLU()])
net3.append(nn.Linear(256, 10)) # # 类似List的append操作
print(net3[-1])  # 类似List的索引访问
print(net3)
Linear(in_features=256, out_features=10, bias=True)
ModuleList(
  (0): Linear(in_features=784, out_features=256, bias=True)
  (1): ReLU()
  (2): Linear(in_features=256, out_features=10, bias=True)
)
# 注意ModuleList 并没有定义一个网络,它只是将不同的模块储存在一起。此处应报错
out3 = net3(a)
---------------------------------------------------------------------------

NotImplementedError                       Traceback (most recent call last)

<ipython-input-6-0abc9bfebdbc> in <module>
      1 # 注意ModuleList 并没有定义一个网络,它只是将不同的模块储存在一起。此处应报错
----> 2 out3 = net3(a)


/data1/ljq/anaconda3/lib/python3.8/site-packages/torch/nn/modules/module.py in _call_impl(self, *input, **kwargs)
   1100         if not (self._backward_hooks or self._forward_hooks or self._forward_pre_hooks or _global_backward_hooks
   1101                 or _global_forward_hooks or _global_forward_pre_hooks):
-> 1102             return forward_call(*input, **kwargs)
   1103         # Do not call functions when jit is used
   1104         full_backward_hooks, non_full_backward_hooks = [], []


/data1/ljq/anaconda3/lib/python3.8/site-packages/torch/nn/modules/module.py in _forward_unimplemented(self, *input)
    199         registered hooks while the latter silently ignores them.
    200     """
--> 201     raise NotImplementedError
    202 
    203 


NotImplementedError: 
class Net3(nn.Module):
    def __init__(self):
        super().__init__()
        self.modulelist = nn.ModuleList([nn.Linear(784, 256), nn.ReLU()])
        self.modulelist.append(nn.Linear(256, 10))
    
    def forward(self, x):
        for layer in self.modulelist:
            x = layer(x)
        return x
net3_ = Net3()
out3_ = net3_(a)
print(out3_.shape)
torch.Size([4, 10])
## ModuleDict
net4 = nn.ModuleDict({
    'linear': nn.Linear(784, 256),
    'act': nn.ReLU(),
})
net4['output'] = nn.Linear(256, 10) # 添加
print(net4['linear']) # 访问
print(net4.output)
Linear(in_features=784, out_features=256, bias=True)
Linear(in_features=256, out_features=10, bias=True)
# 同样地,ModuleDict并没有定义一个网络,它只是将不同的模块储存在一起。此处应报错。
# 正确使用方式同上
out4 = net4(a)
---------------------------------------------------------------------------

NotImplementedError                       Traceback (most recent call last)

<ipython-input-11-965aa5709079> in <module>
      1 # 同样地,ModuleDict并没有定义一个网络,它只是将不同的模块储存在一起。此处应报错。
      2 # 正确使用方式同上
----> 3 out4 = net4(a)


/data1/ljq/anaconda3/lib/python3.8/site-packages/torch/nn/modules/module.py in _call_impl(self, *input, **kwargs)
   1100         if not (self._backward_hooks or self._forward_hooks or self._forward_pre_hooks or _global_backward_hooks
   1101                 or _global_forward_hooks or _global_forward_pre_hooks):
-> 1102             return forward_call(*input, **kwargs)
   1103         # Do not call functions when jit is used
   1104         full_backward_hooks, non_full_backward_hooks = [], []


/data1/ljq/anaconda3/lib/python3.8/site-packages/torch/nn/modules/module.py in _forward_unimplemented(self, *input)
    199         registered hooks while the latter silently ignores them.
    200     """
--> 201     raise NotImplementedError
    202 
    203 


NotImplementedError: 

Point 2:利用模型块快速搭建复杂网络
下面我们开始探索如何利用模型块,快速构建U-Net网络 组成U-Net的模型块主要有如下几个部分:
1)每个子块内部的两次卷积(Double Convolution)
2)左侧模型块之间的下采样连接,即最大池化(Max pooling)
3)右侧模型块之间的上采样连接(Up sampling)
4)输出层的处理

除模型块外,还有模型块之间的横向连接,输入和U-Net底部的连接等计算,这些单独的操作可以通过forward函数来实现。
(参考:https://github.com/milesial/Pytorch-UNet )

import os
import numpy as np
import collections
import torch
import torch.nn as nn
import torch.nn.functional as F
import torchvision
class DoubleConv(nn.Module):
    """(convolution => [BN] => ReLU) * 2"""

    def __init__(self, in_channels, out_channels, mid_channels=None):
        super().__init__()
        if not mid_channels:
            mid_channels = out_channels
        self.double_conv = nn.Sequential(
            nn.Conv2d(in_channels, mid_channels, kernel_size=3, padding=1, bias=False),
            nn.BatchNorm2d(mid_channels),
            nn.ReLU(inplace=True),
            nn.Conv2d(mid_channels, out_channels, kernel_size=3, padding=1, bias=False),
            nn.BatchNorm2d(out_channels),
            nn.ReLU(inplace=True)
        )

    def forward(self, x):
        return self.double_conv(x)

class Down(nn.Module):
    """Downscaling with maxpool then double conv"""

    def __init__(self, in_channels, out_channels):
        super().__init__()
        self.maxpool_conv = nn.Sequential(
            nn.MaxPool2d(2),
            DoubleConv(in_channels, out_channels)
        )

    def forward(self, x):
        return self.maxpool_conv(x)

class Up(nn.Module):
    """Upscaling then double conv"""

    def __init__(self, in_channels, out_channels, bilinear=True):
        super().__init__()

        # if bilinear, use the normal convolutions to reduce the number of channels
        if bilinear:
            self.up = nn.Upsample(scale_factor=2, mode='bilinear', align_corners=True)
            self.conv = DoubleConv(in_channels, out_channels, in_channels // 2)
        else:
            self.up = nn.ConvTranspose2d(in_channels, in_channels // 2, kernel_size=2, stride=2)
            self.conv = DoubleConv(in_channels, out_channels)

    def forward(self, x1, x2):
        x1 = self.up(x1)
        # input is CHW
        diffY = x2.size()[2] - x1.size()[2]
        diffX = x2.size()[3] - x1.size()[3]

        x1 = F.pad(x1, [diffX // 2, diffX - diffX // 2,
                        diffY // 2, diffY - diffY // 2])
        # if you have padding issues, see
        # https://github.com/HaiyongJiang/U-Net-Pytorch-Unstructured-Buggy/commit/0e854509c2cea854e247a9c615f175f76fbb2e3a
        # https://github.com/xiaopeng-liao/Pytorch-UNet/commit/8ebac70e633bac59fc22bb5195e513d5832fb3bd
        x = torch.cat([x2, x1], dim=1)
        return self.conv(x)
class OutConv(nn.Module):
    def __init__(self, in_channels, out_channels):
        super(OutConv, self).__init__()
        self.conv = nn.Conv2d(in_channels, out_channels, kernel_size=1)

    def forward(self, x):
        return self.conv(x)
## 组装
class UNet(nn.Module):
    def __init__(self, n_channels, n_classes, bilinear=True):
        super(UNet, self).__init__()
        self.n_channels = n_channels
        self.n_classes = n_classes
        self.bilinear = bilinear

        self.inc = DoubleConv(n_channels, 64)
        self.down1 = Down(64, 128)
        self.down2 = Down(128, 256)
        self.down3 = Down(256, 512)
        factor = 2 if bilinear else 1
        self.down4 = Down(512, 1024 // factor)
        self.up1 = Up(1024, 512 // factor, bilinear)
        self.up2 = Up(512, 256 // factor, bilinear)
        self.up3 = Up(256, 128 // factor, bilinear)
        self.up4 = Up(128, 64, bilinear)
        self.outc = OutConv(64, n_classes)

    def forward(self, x):
        x1 = self.inc(x)
        x2 = self.down1(x1)
        x3 = self.down2(x2)
        x4 = self.down3(x3)
        x5 = self.down4(x4)
        x = self.up1(x5, x4)
        x = self.up2(x, x3)
        x = self.up3(x, x2)
        x = self.up4(x, x1)
        logits = self.outc(x)
        return logits
unet = UNet(3,1)
unet
UNet(
  (inc): DoubleConv(
    (double_conv): Sequential(
      (0): Conv2d(3, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
      (1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      (2): ReLU(inplace=True)
      (3): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
      (4): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      (5): ReLU(inplace=True)
    )
  )
  (down1): Down(
    (maxpool_conv): Sequential(
      (0): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
      (1): DoubleConv(
        (double_conv): Sequential(
          (0): Conv2d(64, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (1): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (2): ReLU(inplace=True)
          (3): Conv2d(128, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (4): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (5): ReLU(inplace=True)
        )
      )
    )
  )
  (down2): Down(
    (maxpool_conv): Sequential(
      (0): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
      (1): DoubleConv(
        (double_conv): Sequential(
          (0): Conv2d(128, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (1): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (2): ReLU(inplace=True)
          (3): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (4): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (5): ReLU(inplace=True)
        )
      )
    )
  )
  (down3): Down(
    (maxpool_conv): Sequential(
      (0): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
      (1): DoubleConv(
        (double_conv): Sequential(
          (0): Conv2d(256, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (1): BatchNorm2d(512, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (2): ReLU(inplace=True)
          (3): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (4): BatchNorm2d(512, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (5): ReLU(inplace=True)
        )
      )
    )
  )
  (down4): Down(
    (maxpool_conv): Sequential(
      (0): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
      (1): DoubleConv(
        (double_conv): Sequential(
          (0): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (1): BatchNorm2d(512, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (2): ReLU(inplace=True)
          (3): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (4): BatchNorm2d(512, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (5): ReLU(inplace=True)
        )
      )
    )
  )
  (up1): Up(
    (up): Upsample(scale_factor=2.0, mode=bilinear)
    (conv): DoubleConv(
      (double_conv): Sequential(
        (0): Conv2d(1024, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
        (1): BatchNorm2d(512, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
        (2): ReLU(inplace=True)
        (3): Conv2d(512, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
        (4): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
        (5): ReLU(inplace=True)
      )
    )
  )
  (up2): Up(
    (up): Upsample(scale_factor=2.0, mode=bilinear)
    (conv): DoubleConv(
      (double_conv): Sequential(
        (0): Conv2d(512, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
        (1): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
        (2): ReLU(inplace=True)
        (3): Conv2d(256, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
        (4): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
        (5): ReLU(inplace=True)
      )
    )
  )
  (up3): Up(
    (up): Upsample(scale_factor=2.0, mode=bilinear)
    (conv): DoubleConv(
      (double_conv): Sequential(
        (0): Conv2d(256, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
        (1): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
        (2): ReLU(inplace=True)
        (3): Conv2d(128, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
        (4): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
        (5): ReLU(inplace=True)
      )
    )
  )
  (up4): Up(
    (up): Upsample(scale_factor=2.0, mode=bilinear)
    (conv): DoubleConv(
      (double_conv): Sequential(
        (0): Conv2d(128, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
        (1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
        (2): ReLU(inplace=True)
        (3): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
        (4): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
        (5): ReLU(inplace=True)
      )
    )
  )
  (outc): OutConv(
    (conv): Conv2d(64, 1, kernel_size=(1, 1), stride=(1, 1))
  )
)

Point 3:模型修改
这里我们假设最后的分割是多类别的(即mask不止0和1,还有2,3,4等值代表其他目标),需要对模型特定层进行修改。
此外还有两种情况的模型修改方式,这里也做演示:

  • 添加额外输入

  • 添加额外输出

## 修改特定层
import copy
unet1 = copy.deepcopy(unet)
unet1.outc
OutConv(
  (conv): Conv2d(64, 1, kernel_size=(1, 1), stride=(1, 1))
)
b = torch.rand(1,3,224,224)
out_unet1 = unet1(b)
print(out_unet1.shape)
torch.Size([1, 1, 224, 224])
unet1.outc = OutConv(64, 5)
unet1.outc
OutConv(
  (conv): Conv2d(64, 5, kernel_size=(1, 1), stride=(1, 1))
)
out_unet1 = unet1(b)
print(out_unet1.shape)
torch.Size([1, 5, 224, 224])
## 添加额外输入
class UNet2(nn.Module):
    def __init__(self, n_channels, n_classes, bilinear=True):
        super(UNet2, self).__init__()
        self.n_channels = n_channels
        self.n_classes = n_classes
        self.bilinear = bilinear

        self.inc = DoubleConv(n_channels, 64)
        self.down1 = Down(64, 128)
        self.down2 = Down(128, 256)
        self.down3 = Down(256, 512)
        factor = 2 if bilinear else 1
        self.down4 = Down(512, 1024 // factor)
        self.up1 = Up(1024, 512 // factor, bilinear)
        self.up2 = Up(512, 256 // factor, bilinear)
        self.up3 = Up(256, 128 // factor, bilinear)
        self.up4 = Up(128, 64, bilinear)
        self.outc = OutConv(64, n_classes)

    def forward(self, x, add_variable):
        x1 = self.inc(x)
        x2 = self.down1(x1)
        x3 = self.down2(x2)
        x4 = self.down3(x3)
        x5 = self.down4(x4)
        x = self.up1(x5, x4)
        x = self.up2(x, x3)
        x = self.up3(x, x2)
        x = self.up4(x, x1)
        x = x + add_variable   #修改点
        logits = self.outc(x)
        return logits
unet2 = UNet2(3,1)

c = torch.rand(1,1,224,224)
out_unet2 = unet2(b, c)
print(out_unet2.shape)
torch.Size([1, 1, 224, 224])
## 添加额外输出
class UNet3(nn.Module):
    def __init__(self, n_channels, n_classes, bilinear=True):
        super(UNet3, self).__init__()
        self.n_channels = n_channels
        self.n_classes = n_classes
        self.bilinear = bilinear

        self.inc = DoubleConv(n_channels, 64)
        self.down1 = Down(64, 128)
        self.down2 = Down(128, 256)
        self.down3 = Down(256, 512)
        factor = 2 if bilinear else 1
        self.down4 = Down(512, 1024 // factor)
        self.up1 = Up(1024, 512 // factor, bilinear)
        self.up2 = Up(512, 256 // factor, bilinear)
        self.up3 = Up(256, 128 // factor, bilinear)
        self.up4 = Up(128, 64, bilinear)
        self.outc = OutConv(64, n_classes)

    def forward(self, x):
        x1 = self.inc(x)
        x2 = self.down1(x1)
        x3 = self.down2(x2)
        x4 = self.down3(x3)
        x5 = self.down4(x4)
        x = self.up1(x5, x4)
        x = self.up2(x, x3)
        x = self.up3(x, x2)
        x = self.up4(x, x1)
        logits = self.outc(x)
        return logits, x5  # 修改点
unet3 = UNet3(3,1)

c = torch.rand(1,1,224,224)
out_unet3, mid_out = unet3(b)
print(out_unet3.shape, mid_out.shape)
torch.Size([1, 1, 224, 224]) torch.Size([1, 512, 14, 14])

Point 4:模型保存与读取
这里相应考虑单卡和多卡情况下的模型存取情况

## 讲解点:回到jupyter的文件目录下,看保存的结果
unet
UNet(
  (inc): DoubleConv(
    (double_conv): Sequential(
      (0): Conv2d(3, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
      (1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      (2): ReLU(inplace=True)
      (3): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
      (4): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      (5): ReLU(inplace=True)
    )
  )
  (down1): Down(
    (maxpool_conv): Sequential(
      (0): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
      (1): DoubleConv(
        (double_conv): Sequential(
          (0): Conv2d(64, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (1): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (2): ReLU(inplace=True)
          (3): Conv2d(128, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (4): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (5): ReLU(inplace=True)
        )
      )
    )
  )
  (down2): Down(
    (maxpool_conv): Sequential(
      (0): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
      (1): DoubleConv(
        (double_conv): Sequential(
          (0): Conv2d(128, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (1): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (2): ReLU(inplace=True)
          (3): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (4): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (5): ReLU(inplace=True)
        )
      )
    )
  )
  (down3): Down(
    (maxpool_conv): Sequential(
      (0): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
      (1): DoubleConv(
        (double_conv): Sequential(
          (0): Conv2d(256, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (1): BatchNorm2d(512, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (2): ReLU(inplace=True)
          (3): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (4): BatchNorm2d(512, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (5): ReLU(inplace=True)
        )
      )
    )
  )
  (down4): Down(
    (maxpool_conv): Sequential(
      (0): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
      (1): DoubleConv(
        (double_conv): Sequential(
          (0): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (1): BatchNorm2d(512, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (2): ReLU(inplace=True)
          (3): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (4): BatchNorm2d(512, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (5): ReLU(inplace=True)
        )
      )
    )
  )
  (up1): Up(
    (up): Upsample(scale_factor=2.0, mode=bilinear)
    (conv): DoubleConv(
      (double_conv): Sequential(
        (0): Conv2d(1024, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
        (1): BatchNorm2d(512, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
        (2): ReLU(inplace=True)
        (3): Conv2d(512, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
        (4): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
        (5): ReLU(inplace=True)
      )
    )
  )
  (up2): Up(
    (up): Upsample(scale_factor=2.0, mode=bilinear)
    (conv): DoubleConv(
      (double_conv): Sequential(
        (0): Conv2d(512, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
        (1): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
        (2): ReLU(inplace=True)
        (3): Conv2d(256, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
        (4): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
        (5): ReLU(inplace=True)
      )
    )
  )
  (up3): Up(
    (up): Upsample(scale_factor=2.0, mode=bilinear)
    (conv): DoubleConv(
      (double_conv): Sequential(
        (0): Conv2d(256, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
        (1): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
        (2): ReLU(inplace=True)
        (3): Conv2d(128, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
        (4): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
        (5): ReLU(inplace=True)
      )
    )
  )
  (up4): Up(
    (up): Upsample(scale_factor=2.0, mode=bilinear)
    (conv): DoubleConv(
      (double_conv): Sequential(
        (0): Conv2d(128, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
        (1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
        (2): ReLU(inplace=True)
        (3): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
        (4): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
        (5): ReLU(inplace=True)
      )
    )
  )
  (outc): OutConv(
    (conv): Conv2d(64, 1, kernel_size=(1, 1), stride=(1, 1))
  )
)
unet.state_dict()
OrderedDict([('inc.double_conv.0.weight',
              tensor([[[[-0.1569, -0.0516,  0.1381],
                        [-0.0167,  0.1114, -0.1482],
                        [-0.1659, -0.0492, -0.1526]],
              
                       [[ 0.0871,  0.1102, -0.1270],
                        [ 0.1058,  0.0541, -0.0767],
                        [ 0.1247,  0.1813,  0.1895]],
              
                       [[ 0.0929, -0.1305,  0.0531],
                        [-0.0972, -0.1668, -0.0183],
                        [-0.1754, -0.0862,  0.0373]]],
              
              
                      [[[-0.0014,  0.1440, -0.0519],
                        [ 0.1643,  0.1829,  0.1713],
                        [-0.0702, -0.0426,  0.0083]],
              
                       [[ 0.1057,  0.0303,  0.0280],
                        [-0.0306, -0.0898,  0.1635],
                        [-0.1388, -0.0430,  0.0839]],
              
                       [[ 0.0840,  0.1753,  0.0916],
                        [ 0.0819,  0.1624,  0.1901],
                        [ 0.1914,  0.0483, -0.0875]]],
              
              
                      [[[ 0.1197, -0.1618, -0.1778],
                        [ 0.0866, -0.0638, -0.1615],
                        [ 0.1437, -0.1523, -0.1007]],
              
                       [[-0.1395, -0.0602, -0.0457],
                        [ 0.0582, -0.1701,  0.0586],
                        [-0.1828,  0.0463,  0.1460]],
              
                       [[ 0.0735,  0.0299, -0.0629],
                        [-0.0345, -0.0038,  0.0794],
                        [-0.0958, -0.1519, -0.0411]]],
              
              
                      ...,
              
              
                      [[[-0.1095,  0.0703, -0.0860],
                        [-0.1243, -0.0596, -0.1636],
                        [ 0.0819,  0.0457,  0.1248]],
              
                       [[-0.1077, -0.1394,  0.0295],
                        [ 0.1442, -0.1271,  0.1462],
                        [-0.1011,  0.1301, -0.1294]],
              
                       [[-0.1653, -0.1431, -0.1031],
                        [ 0.0511,  0.1370,  0.0210],
                        [-0.1709,  0.0438, -0.0352]]],
              
              
                      [[[-0.0893,  0.1826, -0.0856],
                        [-0.1679,  0.0620,  0.1056],
                        [-0.0206, -0.1745, -0.0500]],
              
                       [[ 0.0784,  0.0502,  0.1084],
                        [-0.0746, -0.1213,  0.0849],
                        [-0.1682, -0.1131, -0.1769]],
              
                       [[ 0.1111, -0.0814,  0.1804],
                        [-0.0183,  0.0950, -0.0082],
                        [-0.0761, -0.0757, -0.1657]]],
              
              
                      [[[ 0.0543, -0.0157, -0.1387],
                        [ 0.1503,  0.1388,  0.0653],
                        [ 0.1474, -0.0991, -0.1478]],
              
                       [[ 0.0953, -0.1215,  0.1848],
                        [-0.0360,  0.0052, -0.1841],
                        [-0.1859, -0.0946,  0.1727]],
              
                       [[-0.0668, -0.0142,  0.1517],
                        [-0.1101,  0.0217, -0.1021],
                        [-0.1509,  0.0912,  0.1346]]]])),
             ('inc.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])),
             ('inc.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('inc.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('inc.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])),
             ('inc.double_conv.1.num_batches_tracked', tensor(0)),
             ('inc.double_conv.3.weight',
              tensor([[[[-4.1079e-02,  2.4625e-02, -5.8618e-03],
                        [-3.6583e-02, -1.7239e-02,  2.4723e-02],
                        [-2.0914e-03,  3.0168e-02, -2.0448e-02]],
              
                       [[ 4.1381e-03, -2.0328e-02, -2.9454e-02],
                        [ 1.0681e-02, -3.6947e-02, -1.4246e-02],
                        [-3.8679e-03,  2.3515e-02,  7.0796e-03]],
              
                       [[-3.3515e-02,  2.3345e-02, -5.7584e-04],
                        [ 3.0752e-02, -3.5342e-02, -3.0192e-02],
                        [ 3.0137e-02,  4.9735e-03,  3.0268e-02]],
              
                       ...,
              
                       [[ 2.6247e-02,  3.5036e-02, -2.7703e-02],
                        [ 1.2037e-02, -1.1631e-02, -3.5691e-02],
                        [ 1.8343e-02,  2.3172e-02, -2.3284e-02]],
              
                       [[ 3.9720e-02, -2.9578e-02, -3.8113e-02],
                        [ 6.7576e-04, -4.0048e-02, -6.3216e-05],
                        [ 1.9008e-02,  3.8545e-02,  3.0812e-02]],
              
                       [[-6.7981e-03, -1.5902e-03,  3.7965e-02],
                        [ 8.6753e-03, -1.4569e-03, -1.9033e-02],
                        [-2.0683e-02, -2.7206e-02,  2.5007e-02]]],
              
              
                      [[[-1.3453e-02,  4.8410e-03,  6.3604e-03],
                        [ 1.4860e-02, -1.9902e-04, -3.7245e-02],
                        [ 1.2965e-02,  9.0473e-03,  2.3664e-02]],
              
                       [[-3.6142e-02, -2.9932e-02, -2.7691e-02],
                        [ 2.6747e-02,  2.1051e-02, -6.9610e-03],
                        [ 1.6672e-02,  2.4121e-02,  3.9934e-02]],
              
                       [[ 1.8793e-02,  3.8492e-02, -1.8463e-02],
                        [ 2.4193e-02,  1.2931e-02, -2.9170e-02],
                        [-2.2503e-02,  7.4183e-03, -9.9386e-03]],
              
                       ...,
              
                       [[-3.5583e-02,  1.0415e-02,  2.6884e-03],
                        [-2.4120e-02, -1.6516e-02, -3.5117e-02],
                        [-1.1389e-02, -3.2349e-02, -5.4190e-03]],
              
                       [[ 1.0794e-02, -1.4699e-02, -3.9218e-02],
                        [ 7.2620e-03,  2.3942e-02, -9.0866e-03],
                        [-3.9156e-02, -2.2665e-02,  3.0706e-02]],
              
                       [[ 2.5315e-02,  3.8635e-02, -1.4174e-03],
                        [ 4.2061e-03, -3.3006e-02, -2.6736e-02],
                        [-1.2201e-02,  2.4348e-02, -2.8096e-02]]],
              
              
                      [[[-2.9801e-02,  1.3935e-02, -2.9342e-02],
                        [-4.2913e-03,  9.5715e-03,  3.7494e-02],
                        [ 2.2639e-02,  1.3474e-02,  2.3872e-02]],
              
                       [[ 1.6016e-03,  2.9424e-02,  2.3341e-02],
                        [-1.2055e-02, -3.9560e-02, -1.5007e-02],
                        [ 2.5384e-02, -4.1246e-02,  2.9730e-02]],
              
                       [[ 2.2965e-02, -2.7511e-02, -1.2306e-02],
                        [-1.4792e-02,  2.7210e-03, -3.1689e-02],
                        [ 3.1452e-02, -2.1154e-02,  3.2495e-02]],
              
                       ...,
              
                       [[ 6.1211e-03, -1.7085e-03,  1.0614e-02],
                        [-1.3250e-03,  2.0869e-02,  7.6367e-03],
                        [-3.3447e-02, -3.5193e-02, -3.4296e-02]],
              
                       [[ 2.6182e-02, -9.0026e-03,  4.3130e-03],
                        [-1.9488e-02,  3.6438e-02, -2.9620e-02],
                        [-4.0476e-02,  8.5702e-03,  2.2612e-02]],
              
                       [[ 1.9338e-03, -1.3990e-02,  8.3609e-03],
                        [-1.3580e-02, -3.6543e-02,  2.8900e-02],
                        [ 2.8948e-02, -2.2145e-03, -2.4276e-02]]],
              
              
                      ...,
              
              
                      [[[ 6.0462e-03,  3.9649e-02,  1.0557e-02],
                        [ 3.1926e-02,  3.8248e-02,  9.8494e-03],
                        [ 1.2289e-03, -1.9980e-02, -3.3557e-02]],
              
                       [[-4.0275e-02,  1.1621e-02,  1.1366e-02],
                        [-1.9881e-02,  6.3696e-03,  4.0948e-02],
                        [-1.5219e-02, -1.6628e-02,  2.8343e-03]],
              
                       [[ 2.7490e-02,  3.5501e-02,  3.2039e-02],
                        [ 3.5091e-03,  1.1285e-02,  1.5338e-02],
                        [ 1.9410e-02, -5.1183e-03, -2.9545e-02]],
              
                       ...,
              
                       [[-2.0173e-02,  3.1788e-02,  8.5245e-03],
                        [ 1.2969e-02,  1.4843e-02,  1.5726e-02],
                        [ 3.1018e-02, -2.0554e-02,  1.6326e-02]],
              
                       [[-3.5004e-02,  3.6636e-02,  5.2004e-03],
                        [ 2.9926e-02,  3.7449e-02,  6.1300e-04],
                        [-5.1867e-04, -4.0083e-02, -3.0298e-02]],
              
                       [[-1.5009e-02,  4.1003e-02,  7.9811e-03],
                        [ 6.5824e-03, -2.2011e-02,  8.9981e-03],
                        [ 1.5385e-02, -3.9503e-02,  4.1086e-02]]],
              
              
                      [[[-2.8993e-02, -3.7376e-02,  1.1231e-02],
                        [ 1.7329e-02, -5.8507e-03,  1.9821e-02],
                        [ 2.0648e-02, -3.9886e-02,  1.6316e-02]],
              
                       [[ 3.2519e-02,  1.6676e-02,  1.2690e-03],
                        [ 1.6236e-03,  4.4074e-03, -2.0494e-02],
                        [-3.6117e-02,  1.2012e-02, -2.8950e-02]],
              
                       [[-3.4818e-02, -1.8692e-02, -6.5148e-03],
                        [-3.8199e-02, -2.1533e-03, -2.6669e-02],
                        [ 2.0359e-03, -1.0877e-02,  3.2552e-02]],
              
                       ...,
              
                       [[ 2.6173e-03, -3.7495e-02,  8.6743e-03],
                        [ 4.8354e-04,  4.1075e-02, -6.5880e-03],
                        [ 3.3915e-02,  3.9410e-03, -1.2893e-02]],
              
                       [[ 2.6528e-02, -4.0759e-02,  1.9229e-02],
                        [ 2.2432e-02, -3.9180e-03,  2.6232e-02],
                        [ 1.2603e-02, -3.1149e-03, -1.4234e-02]],
              
                       [[-2.9655e-03,  1.3039e-03, -2.7197e-02],
                        [ 3.9957e-02, -1.5892e-02,  2.0109e-02],
                        [ 1.4106e-03,  6.4586e-04,  8.9162e-03]]],
              
              
                      [[[ 3.1019e-02,  3.9165e-02, -2.7102e-02],
                        [-3.8747e-02, -2.9976e-02, -8.2251e-04],
                        [ 3.1431e-02, -9.7356e-03,  1.1533e-02]],
              
                       [[-8.6869e-03,  3.6680e-02,  1.8349e-02],
                        [-3.1113e-02, -2.5772e-02, -1.2013e-02],
                        [ 2.4810e-02,  2.1669e-02, -3.3620e-02]],
              
                       [[-3.0419e-02,  7.3520e-03, -1.9823e-02],
                        [ 3.8660e-02,  2.6089e-02,  3.0254e-02],
                        [ 1.4994e-02,  1.0452e-02,  3.4261e-02]],
              
                       ...,
              
                       [[-3.2601e-02, -3.6214e-02,  3.6512e-02],
                        [-3.7527e-02, -2.9699e-02,  1.5305e-02],
                        [-2.4764e-02,  2.2672e-02,  2.2486e-02]],
              
                       [[ 1.1033e-02,  3.0824e-02,  2.4714e-02],
                        [-2.1154e-02,  2.5543e-02,  1.0087e-02],
                        [ 2.3082e-02, -3.0461e-02,  3.4150e-02]],
              
                       [[-1.8519e-02, -7.6047e-03,  2.7975e-02],
                        [-6.4077e-03, -2.6562e-02,  9.9592e-03],
                        [-2.9076e-02, -2.5703e-02, -2.9623e-02]]]])),
             ('inc.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])),
             ('inc.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('inc.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('inc.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])),
             ('inc.double_conv.4.num_batches_tracked', tensor(0)),
             ('down1.maxpool_conv.1.double_conv.0.weight',
              tensor([[[[ 0.0357, -0.0264,  0.0201],
                        [ 0.0235, -0.0205,  0.0169],
                        [ 0.0325, -0.0087, -0.0301]],
              
                       [[-0.0252,  0.0130,  0.0105],
                        [ 0.0278,  0.0094, -0.0272],
                        [ 0.0324,  0.0047,  0.0045]],
              
                       [[-0.0352, -0.0399, -0.0170],
                        [ 0.0144,  0.0158, -0.0144],
                        [-0.0233,  0.0018, -0.0334]],
              
                       ...,
              
                       [[ 0.0116, -0.0235, -0.0296],
                        [-0.0242,  0.0119,  0.0299],
                        [ 0.0114,  0.0182,  0.0288]],
              
                       [[-0.0316, -0.0088, -0.0152],
                        [-0.0325, -0.0183, -0.0030],
                        [-0.0355, -0.0339,  0.0363]],
              
                       [[-0.0135,  0.0221,  0.0305],
                        [-0.0268,  0.0040, -0.0396],
                        [-0.0201,  0.0218, -0.0349]]],
              
              
                      [[[ 0.0126,  0.0043, -0.0306],
                        [-0.0146,  0.0352,  0.0244],
                        [ 0.0250,  0.0273,  0.0250]],
              
                       [[-0.0412,  0.0087,  0.0332],
                        [ 0.0187, -0.0076, -0.0089],
                        [-0.0151, -0.0058, -0.0293]],
              
                       [[-0.0167, -0.0200,  0.0142],
                        [-0.0356,  0.0294,  0.0118],
                        [-0.0244, -0.0215,  0.0074]],
              
                       ...,
              
                       [[-0.0035,  0.0137, -0.0314],
                        [ 0.0138, -0.0057,  0.0048],
                        [ 0.0214, -0.0232, -0.0108]],
              
                       [[-0.0412, -0.0090, -0.0090],
                        [-0.0287,  0.0126,  0.0135],
                        [ 0.0138,  0.0354, -0.0151]],
              
                       [[ 0.0006, -0.0026,  0.0229],
                        [ 0.0340,  0.0215,  0.0193],
                        [-0.0062,  0.0044,  0.0232]]],
              
              
                      [[[ 0.0393,  0.0131, -0.0272],
                        [-0.0268, -0.0212,  0.0276],
                        [-0.0300,  0.0367, -0.0406]],
              
                       [[ 0.0010, -0.0226, -0.0340],
                        [ 0.0188,  0.0097, -0.0116],
                        [ 0.0346, -0.0155,  0.0074]],
              
                       [[ 0.0277, -0.0405,  0.0331],
                        [ 0.0064,  0.0333,  0.0368],
                        [ 0.0375,  0.0212, -0.0242]],
              
                       ...,
              
                       [[-0.0069,  0.0186, -0.0329],
                        [ 0.0099, -0.0293,  0.0133],
                        [ 0.0385,  0.0099,  0.0152]],
              
                       [[ 0.0165,  0.0133,  0.0077],
                        [-0.0347, -0.0064,  0.0321],
                        [-0.0038, -0.0347,  0.0405]],
              
                       [[ 0.0055, -0.0044, -0.0135],
                        [ 0.0195,  0.0027,  0.0329],
                        [-0.0107,  0.0344, -0.0313]]],
              
              
                      ...,
              
              
                      [[[ 0.0298, -0.0407, -0.0166],
                        [-0.0002, -0.0221,  0.0067],
                        [ 0.0178,  0.0013, -0.0193]],
              
                       [[-0.0238,  0.0293,  0.0269],
                        [ 0.0277,  0.0384,  0.0140],
                        [-0.0363, -0.0101,  0.0253]],
              
                       [[ 0.0334, -0.0225, -0.0067],
                        [-0.0341,  0.0260, -0.0054],
                        [ 0.0118,  0.0148,  0.0336]],
              
                       ...,
              
                       [[-0.0390,  0.0067, -0.0146],
                        [-0.0058, -0.0076,  0.0248],
                        [-0.0309, -0.0162, -0.0044]],
              
                       [[ 0.0156,  0.0133, -0.0077],
                        [-0.0084, -0.0258,  0.0351],
                        [ 0.0133, -0.0063,  0.0344]],
              
                       [[ 0.0333,  0.0093, -0.0372],
                        [-0.0002,  0.0405, -0.0157],
                        [-0.0018, -0.0008,  0.0080]]],
              
              
                      [[[ 0.0330, -0.0097, -0.0083],
                        [-0.0216,  0.0057, -0.0085],
                        [ 0.0082,  0.0023,  0.0381]],
              
                       [[-0.0320,  0.0131, -0.0137],
                        [-0.0037,  0.0201, -0.0339],
                        [ 0.0327,  0.0375, -0.0072]],
              
                       [[-0.0085, -0.0173,  0.0102],
                        [ 0.0381,  0.0038,  0.0299],
                        [ 0.0261,  0.0366,  0.0206]],
              
                       ...,
              
                       [[-0.0330, -0.0098, -0.0026],
                        [ 0.0038,  0.0086,  0.0258],
                        [-0.0036,  0.0356, -0.0383]],
              
                       [[ 0.0014,  0.0289, -0.0069],
                        [-0.0358, -0.0261, -0.0318],
                        [-0.0223, -0.0333,  0.0221]],
              
                       [[ 0.0099, -0.0044,  0.0356],
                        [-0.0416,  0.0245,  0.0219],
                        [-0.0125, -0.0308, -0.0395]]],
              
              
                      [[[-0.0059, -0.0348, -0.0104],
                        [-0.0281, -0.0408,  0.0101],
                        [-0.0012,  0.0124, -0.0115]],
              
                       [[-0.0382, -0.0336,  0.0156],
                        [-0.0337,  0.0008,  0.0405],
                        [-0.0058, -0.0384, -0.0303]],
              
                       [[-0.0357,  0.0154,  0.0037],
                        [ 0.0079,  0.0382, -0.0023],
                        [-0.0099,  0.0091, -0.0170]],
              
                       ...,
              
                       [[-0.0194,  0.0131, -0.0097],
                        [-0.0112, -0.0016, -0.0009],
                        [-0.0198, -0.0326, -0.0109]],
              
                       [[ 0.0248, -0.0348, -0.0202],
                        [-0.0041, -0.0386, -0.0109],
                        [-0.0228, -0.0399,  0.0372]],
              
                       [[-0.0010, -0.0073,  0.0204],
                        [-0.0288,  0.0141,  0.0010],
                        [-0.0160, -0.0138,  0.0360]]]])),
             ('down1.maxpool_conv.1.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.])),
             ('down1.maxpool_conv.1.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down1.maxpool_conv.1.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down1.maxpool_conv.1.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.])),
             ('down1.maxpool_conv.1.double_conv.1.num_batches_tracked',
              tensor(0)),
             ('down1.maxpool_conv.1.double_conv.3.weight',
              tensor([[[[ 1.1305e-02, -1.2684e-03,  2.4892e-02],
                        [-2.6919e-02, -1.1080e-02,  6.1028e-04],
                        [-6.9626e-03,  2.4179e-02,  7.0370e-03]],
              
                       [[-8.0535e-03, -1.8495e-04, -2.7226e-02],
                        [-1.6500e-02,  3.6307e-03,  2.3883e-02],
                        [-7.6892e-03,  2.6147e-02,  1.8880e-02]],
              
                       [[-6.3356e-04, -7.4601e-03, -7.9877e-03],
                        [ 1.3430e-02, -1.9490e-02,  3.8737e-03],
                        [-1.6122e-02, -1.8464e-02,  2.0742e-02]],
              
                       ...,
              
                       [[ 1.8362e-03, -1.1564e-02, -2.8767e-02],
                        [ 5.5608e-03,  6.5534e-03,  1.5489e-02],
                        [-1.3676e-02, -2.4228e-02,  1.2859e-02]],
              
                       [[ 1.7046e-02,  3.1059e-03, -1.3043e-02],
                        [-1.1144e-02,  8.5697e-03, -9.9781e-03],
                        [ 6.2510e-03, -2.7031e-02, -8.6106e-03]],
              
                       [[ 2.8901e-02,  1.9356e-02, -2.5723e-02],
                        [-2.0941e-02,  1.2509e-02,  2.8496e-02],
                        [-1.6640e-02, -3.5848e-03, -1.0853e-02]]],
              
              
                      [[[ 1.2726e-02, -1.6195e-02,  1.4709e-02],
                        [-2.0562e-02, -2.8356e-02,  1.0373e-02],
                        [ 1.6941e-02, -1.7723e-02,  2.5551e-02]],
              
                       [[-1.9462e-02,  2.7471e-02, -1.6930e-02],
                        [-2.7676e-03, -1.4025e-03,  1.7487e-02],
                        [ 1.6080e-02,  2.9447e-02, -1.8378e-02]],
              
                       [[ 2.8415e-03, -1.0617e-02, -1.0754e-03],
                        [ 2.2315e-02, -1.2144e-02, -1.7454e-02],
                        [-2.4725e-02, -1.4872e-02,  1.2383e-02]],
              
                       ...,
              
                       [[ 2.1383e-02, -2.6270e-02, -1.2159e-02],
                        [-2.1438e-02, -2.4603e-02, -1.3974e-02],
                        [-2.2166e-02,  2.9069e-02,  1.0996e-02]],
              
                       [[ 2.6262e-02, -3.3151e-03,  2.6866e-02],
                        [-1.1902e-02,  2.3779e-03,  2.6081e-02],
                        [ 5.4771e-03,  7.5126e-04, -8.3137e-03]],
              
                       [[ 2.5385e-02,  7.2457e-03, -1.6735e-02],
                        [-4.7629e-03, -1.2607e-02, -4.5772e-03],
                        [ 1.6854e-02,  1.9901e-02,  2.8703e-02]]],
              
              
                      [[[-2.8001e-02, -4.4546e-04, -2.0191e-02],
                        [ 2.4830e-02, -2.2498e-02, -2.0728e-02],
                        [-1.0464e-02,  2.7569e-02,  2.9056e-02]],
              
                       [[-2.7124e-02, -7.6276e-03,  2.4910e-02],
                        [-5.0865e-03, -1.3039e-02, -1.9636e-02],
                        [-2.0727e-02, -2.3310e-02, -1.5865e-02]],
              
                       [[ 7.5711e-03,  7.3599e-03, -2.2980e-02],
                        [-2.5551e-02,  2.2718e-02,  1.5489e-02],
                        [-3.0655e-04,  1.2903e-02, -2.2033e-02]],
              
                       ...,
              
                       [[-1.5014e-02, -7.5347e-04,  1.6599e-03],
                        [-5.4850e-03,  1.3427e-02,  2.9824e-03],
                        [ 2.4041e-02,  1.7558e-03,  1.0491e-02]],
              
                       [[-1.7517e-02,  2.2218e-02,  2.1117e-02],
                        [-8.5116e-05,  2.7633e-02,  1.1950e-03],
                        [ 2.3484e-02, -2.0629e-02, -7.9562e-03]],
              
                       [[ 6.6841e-03, -2.7769e-02, -2.2987e-02],
                        [-2.4637e-02,  2.2629e-02, -1.2457e-02],
                        [-1.0986e-02, -1.6586e-02, -4.0791e-03]]],
              
              
                      ...,
              
              
                      [[[ 8.6628e-03,  2.6667e-02,  6.7481e-03],
                        [-1.4348e-02, -1.9016e-02,  2.1977e-02],
                        [ 1.1526e-02,  2.0264e-03, -1.9429e-02]],
              
                       [[-1.5399e-02,  2.4140e-02,  1.7281e-02],
                        [-5.1553e-05,  2.7146e-03, -2.2730e-02],
                        [-2.2137e-02,  1.5756e-02,  9.6129e-03]],
              
                       [[-5.2356e-03,  1.8795e-02,  1.4753e-02],
                        [-2.9235e-02, -2.4725e-02, -9.9595e-03],
                        [-2.5816e-02, -1.2593e-02, -1.4906e-02]],
              
                       ...,
              
                       [[-5.1329e-04,  2.4464e-02,  1.0491e-02],
                        [ 1.6588e-03, -1.9864e-02, -2.4729e-02],
                        [-5.7917e-03,  1.2495e-02,  7.5220e-03]],
              
                       [[ 1.5368e-02, -2.5456e-02, -1.4819e-02],
                        [-2.5614e-02, -2.3670e-03,  2.6447e-02],
                        [-5.4125e-03, -4.6167e-03, -7.2054e-04]],
              
                       [[-1.7071e-02, -2.6587e-03,  2.1725e-02],
                        [-2.8988e-02,  3.1809e-03,  1.3815e-03],
                        [ 6.4158e-03, -2.6444e-04,  1.8910e-02]]],
              
              
                      [[[ 2.5009e-02,  4.4661e-03, -2.5017e-02],
                        [ 6.8237e-03,  1.3778e-02,  6.8838e-03],
                        [-1.5440e-02, -1.2293e-03,  2.2054e-02]],
              
                       [[-1.6465e-02,  1.3906e-02,  2.9242e-02],
                        [ 2.2392e-02, -6.8427e-03, -2.1006e-02],
                        [ 2.3828e-02, -1.8528e-02,  4.6238e-03]],
              
                       [[ 2.6324e-02, -3.9792e-03, -2.8550e-02],
                        [ 9.2739e-03,  8.2617e-03, -2.5574e-02],
                        [ 1.6078e-02,  1.6129e-02,  6.8392e-03]],
              
                       ...,
              
                       [[ 2.7127e-02, -1.3369e-02,  8.5266e-03],
                        [-1.0530e-02, -2.0817e-02, -8.6817e-03],
                        [-2.9038e-02, -2.4825e-03,  1.3813e-02]],
              
                       [[ 1.2809e-02, -2.7485e-02, -2.8767e-02],
                        [-5.6553e-03,  1.9724e-02,  1.1964e-02],
                        [ 5.6818e-03,  1.9974e-02, -1.8658e-02]],
              
                       [[ 2.8031e-02, -2.4776e-02, -3.0622e-03],
                        [ 1.4898e-02,  2.7475e-03, -2.2119e-02],
                        [ 5.8204e-03,  6.9012e-03, -2.6735e-02]]],
              
              
                      [[[ 9.7910e-03,  1.7056e-02, -4.8750e-03],
                        [ 3.8653e-03,  9.2350e-03, -2.7748e-02],
                        [ 2.4542e-02, -9.4870e-03,  2.7431e-02]],
              
                       [[ 1.5725e-03,  5.4433e-03,  6.2727e-03],
                        [ 2.9122e-02,  1.9450e-02, -1.4450e-02],
                        [ 7.3775e-03,  2.3615e-02, -1.2452e-02]],
              
                       [[-7.7901e-04,  5.2408e-03,  1.3440e-02],
                        [ 1.1745e-02, -2.4794e-02,  5.6418e-03],
                        [ 1.4150e-02, -1.9262e-02, -6.3717e-04]],
              
                       ...,
              
                       [[ 4.6180e-03,  2.1094e-03, -2.5070e-02],
                        [-1.9577e-02,  2.3995e-02, -1.5351e-02],
                        [-2.1875e-02, -2.0034e-03,  3.7910e-03]],
              
                       [[ 2.1114e-03,  2.1738e-02,  1.3168e-03],
                        [-9.2969e-03,  1.9882e-02,  5.0677e-03],
                        [ 6.9171e-03,  2.1555e-02, -1.1559e-02]],
              
                       [[-2.8176e-02, -2.6783e-02,  2.4445e-02],
                        [ 1.4733e-02,  4.4278e-03,  7.2822e-03],
                        [-2.4972e-02, -1.4935e-02,  2.7857e-02]]]])),
             ('down1.maxpool_conv.1.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.])),
             ('down1.maxpool_conv.1.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down1.maxpool_conv.1.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down1.maxpool_conv.1.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.])),
             ('down1.maxpool_conv.1.double_conv.4.num_batches_tracked',
              tensor(0)),
             ('down2.maxpool_conv.1.double_conv.0.weight',
              tensor([[[[-2.0874e-03,  2.8328e-02,  3.8197e-03],
                        [ 2.0103e-02, -2.4530e-02,  3.5383e-03],
                        [ 1.2657e-02,  2.5045e-02,  5.3281e-03]],
              
                       [[ 9.3871e-03,  2.5844e-02, -1.4631e-02],
                        [ 2.7466e-02, -1.0389e-02,  1.5178e-02],
                        [ 2.8453e-02,  1.3451e-02, -1.1607e-03]],
              
                       [[ 2.0450e-02,  1.3948e-02, -1.8822e-02],
                        [-1.6178e-03,  2.4138e-02,  1.6494e-02],
                        [-2.7684e-02, -1.6600e-02,  2.5942e-03]],
              
                       ...,
              
                       [[-2.5010e-03,  2.1981e-02,  1.0307e-02],
                        [ 1.0725e-02,  2.8690e-02, -1.7391e-02],
                        [ 3.5500e-03,  2.0341e-03,  5.9864e-03]],
              
                       [[-8.7539e-03,  1.3636e-02,  2.7444e-02],
                        [-5.3241e-03,  1.4782e-02, -1.6061e-02],
                        [ 2.8436e-02, -2.6700e-02, -5.3704e-03]],
              
                       [[-2.3932e-02,  6.0354e-03,  2.0279e-02],
                        [-2.7523e-02, -2.8895e-02,  2.0104e-02],
                        [-6.3520e-03,  8.0765e-03,  2.4935e-03]]],
              
              
                      [[[-1.0771e-02, -3.8036e-03, -2.3648e-02],
                        [-1.3159e-02,  2.4382e-02,  2.5068e-02],
                        [-1.8793e-02, -2.5927e-02,  1.6405e-02]],
              
                       [[ 4.6219e-03,  2.3189e-02, -1.0743e-02],
                        [ 2.8896e-02, -2.2556e-02,  5.3712e-03],
                        [-8.8788e-03, -8.3982e-03, -9.5629e-03]],
              
                       [[-2.3292e-02,  1.9044e-02,  1.8797e-03],
                        [-1.7992e-02, -2.8691e-02,  1.8576e-03],
                        [-2.4593e-02,  8.3165e-03, -5.6803e-03]],
              
                       ...,
              
                       [[-2.7325e-02, -1.6579e-02, -2.7656e-02],
                        [-1.4223e-02,  6.2641e-03, -2.7416e-02],
                        [-1.8046e-02,  1.1367e-02, -1.2150e-02]],
              
                       [[-3.4729e-03,  5.4115e-04, -1.9539e-02],
                        [ 1.6914e-02, -1.1351e-02,  2.0686e-02],
                        [-1.0540e-02, -2.7865e-02,  3.4599e-03]],
              
                       [[-1.5403e-02, -5.0929e-03, -2.0951e-02],
                        [ 1.8758e-02, -1.5846e-02, -2.6030e-02],
                        [ 2.3687e-02, -2.6410e-02,  5.7963e-03]]],
              
              
                      [[[-2.6278e-02, -1.2930e-02, -1.6344e-02],
                        [ 8.9017e-03, -1.8674e-02, -1.6698e-02],
                        [-1.0313e-02,  9.8180e-03,  1.0110e-02]],
              
                       [[-2.1049e-02,  1.4577e-02, -1.8113e-02],
                        [-2.0648e-02, -1.4387e-02, -2.4280e-04],
                        [-2.0775e-02, -4.0661e-03,  2.7782e-02]],
              
                       [[-2.7178e-02,  4.2496e-03, -2.3201e-02],
                        [ 1.0937e-02, -6.5350e-03, -2.3540e-02],
                        [-2.9455e-02,  2.3027e-02, -2.7718e-02]],
              
                       ...,
              
                       [[-2.1814e-02,  1.5335e-02, -2.3714e-02],
                        [-2.8257e-02,  2.3738e-02, -1.3762e-02],
                        [-3.1294e-03,  9.6518e-03,  6.7151e-03]],
              
                       [[-2.5689e-02,  4.9199e-03,  1.6813e-02],
                        [ 2.7413e-02, -2.5757e-02, -2.6320e-02],
                        [ 2.8428e-02, -1.9982e-02, -6.2184e-03]],
              
                       [[-4.9595e-03, -2.2561e-02,  2.1508e-02],
                        [ 6.1043e-03, -1.9141e-02, -1.6917e-02],
                        [-2.2802e-02, -7.2276e-03,  1.1010e-02]]],
              
              
                      ...,
              
              
                      [[[-1.8587e-04,  2.5234e-02,  1.2862e-02],
                        [ 6.4087e-03,  2.9456e-03, -6.2891e-03],
                        [ 1.3295e-02,  1.1122e-02, -3.8489e-03]],
              
                       [[ 2.4627e-02, -8.6374e-03,  9.6317e-03],
                        [-4.4341e-03, -2.0696e-03,  5.3607e-05],
                        [ 2.7382e-02, -1.1736e-03, -2.8442e-03]],
              
                       [[ 7.9895e-03, -6.4228e-03,  9.2783e-03],
                        [ 1.0661e-03, -2.7210e-02,  2.9449e-02],
                        [ 2.8375e-03, -2.2452e-02, -3.4423e-03]],
              
                       ...,
              
                       [[ 7.1594e-03, -2.7026e-02, -6.7921e-03],
                        [-1.5202e-02, -7.0004e-04, -6.5862e-03],
                        [ 2.7967e-02,  2.5300e-02,  5.7218e-03]],
              
                       [[ 1.9714e-02,  2.5212e-02,  2.6632e-02],
                        [ 3.6115e-03, -2.2397e-02, -1.0878e-02],
                        [-1.3762e-02,  4.6104e-04,  1.6057e-02]],
              
                       [[ 2.5034e-02, -2.9420e-02, -1.7739e-02],
                        [ 1.0064e-02, -2.8722e-02, -1.6836e-02],
                        [ 1.7448e-02,  2.8111e-02,  1.4150e-03]]],
              
              
                      [[[-1.5742e-02, -1.3421e-02,  2.7663e-02],
                        [-1.5744e-02,  2.0141e-03,  1.1419e-03],
                        [ 2.5981e-02,  1.0222e-02, -1.5587e-02]],
              
                       [[ 1.3669e-02,  5.2103e-03, -7.6013e-03],
                        [-1.6173e-02,  5.6269e-04,  2.4350e-03],
                        [ 2.4261e-03,  2.5788e-02, -2.8097e-02]],
              
                       [[-1.4888e-02, -1.7731e-02, -6.4337e-03],
                        [ 2.2471e-02,  2.3679e-04, -1.1437e-02],
                        [-5.8912e-03,  1.0241e-02,  1.8909e-02]],
              
                       ...,
              
                       [[-1.4776e-02,  2.1398e-02,  8.8336e-04],
                        [-3.3876e-03,  9.3768e-03, -5.3336e-03],
                        [-4.4843e-03, -5.7139e-03, -6.8183e-03]],
              
                       [[-2.0888e-02, -2.4299e-02, -1.6261e-02],
                        [-2.0847e-02,  1.3012e-02,  2.1894e-02],
                        [-4.3075e-03,  2.1090e-02,  2.2750e-02]],
              
                       [[-1.7861e-02, -2.5487e-02, -9.7013e-03],
                        [-2.8849e-03, -2.6374e-02, -2.2423e-02],
                        [ 3.2294e-03,  1.0469e-02, -2.7943e-02]]],
              
              
                      [[[ 4.1885e-03, -2.7628e-02, -2.5770e-02],
                        [ 1.4383e-02, -3.2527e-03, -2.1710e-02],
                        [-1.4146e-02,  7.5708e-03, -1.2968e-02]],
              
                       [[ 6.4110e-03,  1.5356e-02, -1.1846e-02],
                        [ 2.1303e-02,  6.4434e-03, -2.6370e-02],
                        [ 1.7484e-02,  1.9423e-02,  2.9357e-02]],
              
                       [[ 3.5598e-03,  2.6142e-02, -2.6987e-02],
                        [ 9.4496e-03,  1.8193e-02,  1.0256e-02],
                        [ 3.0655e-03,  2.6695e-03, -9.7217e-04]],
              
                       ...,
              
                       [[ 1.2180e-02,  2.1096e-02, -2.4789e-02],
                        [ 6.3251e-03,  3.0475e-03, -6.8353e-03],
                        [ 1.8787e-02, -9.2431e-03,  1.7185e-02]],
              
                       [[-1.1940e-02,  1.8412e-02,  1.7622e-02],
                        [ 2.1504e-02,  2.3440e-02,  1.1492e-02],
                        [-1.6089e-02, -1.5441e-02,  2.1249e-02]],
              
                       [[-2.3543e-02, -2.0001e-02, -2.0346e-02],
                        [ 2.0520e-02,  2.9473e-03, -1.2873e-02],
                        [ 1.3080e-02, -1.3335e-02,  2.4488e-02]]]])),
             ('down2.maxpool_conv.1.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.])),
             ('down2.maxpool_conv.1.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down2.maxpool_conv.1.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down2.maxpool_conv.1.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.])),
             ('down2.maxpool_conv.1.double_conv.1.num_batches_tracked',
              tensor(0)),
             ('down2.maxpool_conv.1.double_conv.3.weight',
              tensor([[[[-0.0199, -0.0207, -0.0025],
                        [-0.0202,  0.0202, -0.0180],
                        [-0.0126,  0.0164, -0.0123]],
              
                       [[ 0.0062, -0.0141,  0.0168],
                        [ 0.0078,  0.0006, -0.0096],
                        [ 0.0036, -0.0188,  0.0195]],
              
                       [[-0.0073, -0.0065, -0.0040],
                        [ 0.0086,  0.0105,  0.0089],
                        [-0.0055,  0.0144, -0.0161]],
              
                       ...,
              
                       [[ 0.0131, -0.0028, -0.0143],
                        [-0.0057, -0.0096, -0.0171],
                        [-0.0130, -0.0047, -0.0005]],
              
                       [[-0.0046, -0.0177,  0.0125],
                        [-0.0102,  0.0154,  0.0072],
                        [ 0.0206,  0.0169, -0.0156]],
              
                       [[ 0.0036,  0.0074,  0.0056],
                        [ 0.0112, -0.0127, -0.0147],
                        [ 0.0001,  0.0135,  0.0017]]],
              
              
                      [[[-0.0075, -0.0151,  0.0206],
                        [ 0.0001, -0.0105, -0.0072],
                        [ 0.0066,  0.0189,  0.0178]],
              
                       [[ 0.0086, -0.0003,  0.0005],
                        [ 0.0185, -0.0089, -0.0045],
                        [ 0.0166, -0.0010,  0.0182]],
              
                       [[-0.0107, -0.0202,  0.0050],
                        [-0.0029, -0.0139,  0.0134],
                        [ 0.0037,  0.0136, -0.0140]],
              
                       ...,
              
                       [[ 0.0171,  0.0028,  0.0002],
                        [ 0.0165,  0.0112,  0.0014],
                        [-0.0089, -0.0016,  0.0104]],
              
                       [[-0.0161, -0.0097, -0.0042],
                        [ 0.0174,  0.0107,  0.0100],
                        [-0.0053, -0.0070,  0.0113]],
              
                       [[-0.0016, -0.0070,  0.0061],
                        [ 0.0017,  0.0160,  0.0013],
                        [ 0.0057,  0.0200, -0.0160]]],
              
              
                      [[[-0.0060, -0.0105, -0.0198],
                        [-0.0150, -0.0083,  0.0156],
                        [-0.0090,  0.0120, -0.0199]],
              
                       [[ 0.0127,  0.0145, -0.0122],
                        [ 0.0110, -0.0001, -0.0018],
                        [ 0.0039,  0.0206, -0.0076]],
              
                       [[ 0.0101,  0.0061, -0.0136],
                        [ 0.0194, -0.0136,  0.0016],
                        [-0.0007,  0.0173,  0.0011]],
              
                       ...,
              
                       [[-0.0134, -0.0127, -0.0165],
                        [ 0.0041, -0.0118,  0.0110],
                        [ 0.0044,  0.0060,  0.0036]],
              
                       [[ 0.0056, -0.0185,  0.0055],
                        [ 0.0114, -0.0050, -0.0185],
                        [ 0.0116, -0.0140, -0.0148]],
              
                       [[ 0.0145,  0.0188, -0.0130],
                        [ 0.0065, -0.0171,  0.0036],
                        [-0.0037, -0.0078,  0.0077]]],
              
              
                      ...,
              
              
                      [[[-0.0090,  0.0069, -0.0124],
                        [-0.0150, -0.0065,  0.0094],
                        [-0.0195, -0.0163, -0.0144]],
              
                       [[-0.0142,  0.0055, -0.0013],
                        [-0.0149, -0.0092,  0.0063],
                        [ 0.0007,  0.0089,  0.0060]],
              
                       [[-0.0055, -0.0047, -0.0065],
                        [-0.0140,  0.0113, -0.0194],
                        [-0.0049,  0.0079,  0.0079]],
              
                       ...,
              
                       [[-0.0111, -0.0127,  0.0139],
                        [ 0.0075, -0.0173, -0.0109],
                        [ 0.0204, -0.0063, -0.0174]],
              
                       [[ 0.0198,  0.0142,  0.0200],
                        [ 0.0188,  0.0201, -0.0102],
                        [ 0.0027, -0.0103, -0.0160]],
              
                       [[ 0.0090,  0.0116,  0.0114],
                        [-0.0037, -0.0078,  0.0121],
                        [-0.0192, -0.0149, -0.0202]]],
              
              
                      [[[ 0.0045, -0.0102,  0.0195],
                        [-0.0163, -0.0012,  0.0005],
                        [ 0.0079, -0.0045,  0.0198]],
              
                       [[ 0.0181,  0.0146, -0.0039],
                        [ 0.0095,  0.0106, -0.0055],
                        [ 0.0028,  0.0103,  0.0006]],
              
                       [[ 0.0039, -0.0051, -0.0071],
                        [-0.0123, -0.0141,  0.0050],
                        [-0.0146,  0.0068,  0.0163]],
              
                       ...,
              
                       [[-0.0144,  0.0072, -0.0097],
                        [-0.0070,  0.0141,  0.0089],
                        [-0.0034,  0.0030,  0.0124]],
              
                       [[ 0.0143, -0.0146, -0.0182],
                        [-0.0080,  0.0061, -0.0181],
                        [ 0.0166,  0.0175, -0.0116]],
              
                       [[-0.0095, -0.0014, -0.0191],
                        [ 0.0184, -0.0074, -0.0144],
                        [ 0.0201, -0.0136, -0.0001]]],
              
              
                      [[[-0.0022, -0.0024,  0.0035],
                        [-0.0075, -0.0206,  0.0173],
                        [-0.0160,  0.0207,  0.0060]],
              
                       [[-0.0073,  0.0075, -0.0149],
                        [-0.0112,  0.0081, -0.0034],
                        [-0.0176, -0.0169,  0.0041]],
              
                       [[-0.0040,  0.0199, -0.0174],
                        [ 0.0103,  0.0153, -0.0109],
                        [-0.0044, -0.0160, -0.0072]],
              
                       ...,
              
                       [[ 0.0142, -0.0045,  0.0044],
                        [-0.0134, -0.0153, -0.0110],
                        [-0.0178,  0.0051, -0.0051]],
              
                       [[ 0.0090,  0.0175,  0.0111],
                        [ 0.0201, -0.0061,  0.0081],
                        [-0.0037,  0.0166,  0.0074]],
              
                       [[-0.0069,  0.0019, -0.0200],
                        [-0.0047, -0.0145,  0.0192],
                        [-0.0100,  0.0121, -0.0193]]]])),
             ('down2.maxpool_conv.1.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.])),
             ('down2.maxpool_conv.1.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down2.maxpool_conv.1.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down2.maxpool_conv.1.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.])),
             ('down2.maxpool_conv.1.double_conv.4.num_batches_tracked',
              tensor(0)),
             ('down3.maxpool_conv.1.double_conv.0.weight',
              tensor([[[[-4.6348e-03,  9.8509e-03,  1.6142e-02],
                        [ 2.6825e-05, -8.4992e-03,  3.6535e-04],
                        [-2.0749e-02, -2.7181e-03,  1.4475e-02]],
              
                       [[ 1.0194e-02,  6.9748e-03,  1.3849e-02],
                        [ 1.4200e-03,  2.5024e-03,  1.5259e-02],
                        [ 1.1671e-02,  4.0497e-03,  8.7697e-03]],
              
                       [[-4.4309e-03, -1.1845e-02, -1.6037e-02],
                        [-7.8910e-03, -9.7038e-03,  5.6008e-03],
                        [-1.6987e-02,  7.1697e-03,  1.7236e-02]],
              
                       ...,
              
                       [[-1.1635e-02,  1.8610e-02,  1.4086e-02],
                        [-1.1576e-02, -1.9610e-03, -1.8455e-02],
                        [-8.6874e-03, -1.1485e-02, -5.8817e-03]],
              
                       [[-1.3743e-02,  1.2879e-02,  2.2404e-03],
                        [-6.8730e-03,  1.0492e-02,  8.4602e-03],
                        [ 1.9366e-03, -1.0892e-02,  9.0133e-03]],
              
                       [[-6.9619e-03, -1.7941e-02, -1.1306e-02],
                        [-6.8960e-03, -6.8894e-03, -6.9923e-04],
                        [ 1.0807e-02,  1.8476e-02,  1.9441e-02]]],
              
              
                      [[[ 6.4426e-03,  7.5100e-03,  6.7503e-03],
                        [-1.8439e-02,  1.4277e-02, -1.0381e-02],
                        [-1.7296e-02, -1.2204e-02,  5.2923e-03]],
              
                       [[-6.8046e-03,  6.3742e-03, -1.1632e-02],
                        [ 4.2213e-03,  2.0774e-02, -3.7589e-03],
                        [ 1.6312e-02,  7.4283e-04,  1.2614e-02]],
              
                       [[-6.7564e-03, -1.0808e-02, -1.6746e-02],
                        [-6.2140e-03,  9.3120e-03, -9.2284e-03],
                        [ 2.8789e-03,  1.2397e-03,  1.5193e-02]],
              
                       ...,
              
                       [[-1.4065e-02, -4.0645e-03, -1.4819e-02],
                        [ 7.9262e-03, -1.4440e-02, -1.3676e-02],
                        [ 8.2918e-04,  1.0951e-02,  6.6675e-03]],
              
                       [[ 1.8929e-02, -1.6932e-02,  7.8811e-03],
                        [ 1.6661e-02, -1.4852e-02, -6.1440e-03],
                        [-4.3739e-03,  1.0890e-02,  1.2552e-03]],
              
                       [[ 1.6674e-02,  8.4053e-03, -5.2151e-03],
                        [-1.8711e-02, -6.0464e-04,  4.8782e-03],
                        [-1.0599e-02, -8.5500e-03, -4.4493e-04]]],
              
              
                      [[[ 7.4150e-03, -1.7817e-02, -9.8810e-03],
                        [ 1.5139e-02, -5.4702e-03,  3.1069e-03],
                        [ 1.6121e-02, -2.4298e-03, -3.4243e-03]],
              
                       [[ 5.2642e-03, -1.7880e-02, -1.8678e-02],
                        [ 2.9048e-03,  1.0568e-02, -2.8701e-04],
                        [-4.0345e-05, -2.8312e-03,  6.9242e-03]],
              
                       [[ 1.2557e-02,  1.3475e-02, -1.1946e-02],
                        [ 1.0504e-02, -1.1848e-02,  1.4417e-02],
                        [-1.8312e-02,  1.1722e-02, -6.9120e-03]],
              
                       ...,
              
                       [[ 1.9895e-02,  1.5509e-02,  1.9991e-02],
                        [-1.5190e-02, -1.9972e-02, -1.3091e-02],
                        [-1.1537e-02, -6.8988e-03,  1.1122e-02]],
              
                       [[ 1.0277e-02, -9.5677e-03,  1.4165e-02],
                        [ 5.0890e-03,  1.1992e-02,  2.0542e-02],
                        [-9.9942e-04,  1.1082e-02, -5.1328e-03]],
              
                       [[ 1.0213e-02, -4.6551e-03, -5.2989e-03],
                        [ 1.5165e-02, -1.7655e-02,  5.5892e-03],
                        [ 1.1311e-02, -1.2807e-02, -1.2253e-02]]],
              
              
                      ...,
              
              
                      [[[ 1.4459e-02,  4.5380e-04, -2.9677e-03],
                        [ 1.8889e-02, -1.6052e-02, -1.5562e-02],
                        [ 1.3935e-03, -1.6170e-02,  2.0204e-02]],
              
                       [[ 1.0080e-02, -3.7539e-03, -1.5059e-02],
                        [ 6.8971e-03, -8.5807e-03,  1.5525e-02],
                        [ 1.4992e-03, -7.8594e-03,  7.5005e-03]],
              
                       [[ 3.7703e-03,  9.6159e-03,  1.6808e-02],
                        [-1.1511e-02, -1.9614e-02, -1.7621e-02],
                        [ 6.5007e-03, -1.5883e-02, -1.3063e-02]],
              
                       ...,
              
                       [[ 1.1717e-02,  1.3965e-03, -5.3536e-03],
                        [ 1.4582e-02, -1.8533e-03, -1.5276e-02],
                        [-2.0322e-02, -1.0361e-02, -6.1722e-03]],
              
                       [[ 5.0393e-04,  3.0661e-03, -9.3391e-03],
                        [-5.0653e-03,  1.3716e-02,  9.7900e-03],
                        [-2.0547e-02,  1.3067e-02,  1.6991e-03]],
              
                       [[-8.7317e-03,  1.5140e-02, -9.8445e-03],
                        [-2.9895e-03,  1.0854e-02, -7.8243e-03],
                        [ 1.5019e-03,  1.9270e-02,  9.2994e-03]]],
              
              
                      [[[-3.2868e-03, -1.6655e-03,  1.3082e-02],
                        [ 7.1859e-03, -1.9157e-03, -3.5394e-03],
                        [-1.9397e-02,  5.5216e-03, -1.8486e-02]],
              
                       [[ 9.8068e-03,  2.6197e-03,  4.8447e-04],
                        [ 1.5565e-02,  1.1252e-02,  1.8660e-02],
                        [ 3.1310e-03,  6.5078e-03, -1.4506e-02]],
              
                       [[-1.5900e-02, -3.8698e-03,  4.6403e-03],
                        [ 1.0163e-02,  1.0891e-02,  1.9025e-02],
                        [-7.0364e-03,  1.0454e-02,  7.3635e-03]],
              
                       ...,
              
                       [[ 1.5563e-02, -1.9394e-02,  1.5875e-03],
                        [-4.1397e-03, -7.3719e-04, -8.6707e-03],
                        [-1.5182e-02,  1.4803e-02, -1.7555e-02]],
              
                       [[-7.9233e-04,  1.1101e-03,  1.7634e-03],
                        [ 1.5103e-02, -1.4403e-02,  1.4855e-02],
                        [-7.4607e-03,  7.4488e-03, -1.7282e-02]],
              
                       [[ 1.4080e-02,  1.6888e-02,  1.6374e-02],
                        [ 7.7976e-03, -6.2802e-03, -3.1626e-03],
                        [ 2.0682e-02, -1.9079e-02,  1.3276e-02]]],
              
              
                      [[[ 1.8058e-02, -9.1462e-03, -7.2015e-03],
                        [-6.4691e-03, -2.9027e-03,  9.6589e-03],
                        [-1.3747e-02,  1.9787e-02,  1.9956e-02]],
              
                       [[-1.1408e-02, -2.4681e-05,  7.7289e-03],
                        [ 1.9633e-02, -8.2515e-03,  1.3016e-02],
                        [-1.8417e-02,  1.8677e-02, -1.1818e-02]],
              
                       [[ 1.9430e-02,  1.0222e-02, -5.9156e-03],
                        [ 1.5036e-02,  9.4860e-03,  2.0289e-03],
                        [-6.1385e-03, -6.8786e-03, -1.0498e-02]],
              
                       ...,
              
                       [[ 1.8626e-02, -4.7810e-03,  1.8702e-02],
                        [-7.9554e-03, -1.7242e-02, -1.2626e-03],
                        [ 1.9328e-02, -5.6285e-03, -1.1736e-02]],
              
                       [[-4.1653e-04, -1.8020e-02, -1.2647e-02],
                        [-4.7124e-03,  3.7225e-03,  3.3474e-03],
                        [-2.6790e-03,  6.2666e-03,  3.8707e-03]],
              
                       [[ 1.9958e-03, -6.2181e-03, -1.5993e-02],
                        [ 4.3567e-03,  2.8269e-03,  2.0313e-02],
                        [-1.6953e-02, -1.2477e-02, -6.3685e-03]]]])),
             ('down3.maxpool_conv.1.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.])),
             ('down3.maxpool_conv.1.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down3.maxpool_conv.1.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down3.maxpool_conv.1.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.])),
             ('down3.maxpool_conv.1.double_conv.1.num_batches_tracked',
              tensor(0)),
             ('down3.maxpool_conv.1.double_conv.3.weight',
              tensor([[[[ 1.3495e-02,  1.1336e-02,  3.2999e-03],
                        [ 1.0248e-02,  4.9058e-03,  1.6721e-03],
                        [ 1.4577e-02,  1.2254e-02, -1.0996e-02]],
              
                       [[ 2.8387e-03, -1.2857e-02, -6.3248e-04],
                        [ 1.0179e-02, -7.9369e-03,  9.4359e-03],
                        [ 2.8751e-03, -1.1316e-02, -2.7018e-03]],
              
                       [[ 1.3239e-02,  1.3039e-03, -1.3213e-02],
                        [-8.4236e-03,  2.3438e-03, -1.4353e-02],
                        [ 9.7540e-03,  7.3673e-03,  9.9629e-04]],
              
                       ...,
              
                       [[-1.2715e-02, -5.7416e-03,  8.1590e-04],
                        [ 1.2467e-02,  5.0082e-03, -9.3793e-03],
                        [-1.0866e-02,  6.1197e-03,  2.4678e-03]],
              
                       [[-1.3211e-02, -6.7648e-03,  1.4521e-02],
                        [-5.5102e-03, -5.2198e-03,  1.0626e-02],
                        [-1.1742e-02, -6.2968e-03, -3.1413e-03]],
              
                       [[ 5.9503e-04, -9.2838e-03,  2.2524e-03],
                        [ 4.4587e-03, -6.3728e-04, -1.4285e-02],
                        [-5.1423e-03, -5.7166e-03,  1.2934e-02]]],
              
              
                      [[[ 1.8463e-03, -5.4794e-04, -1.8946e-03],
                        [ 9.7586e-04,  3.5177e-03, -4.0504e-03],
                        [-6.2299e-03,  5.2996e-03,  1.3720e-02]],
              
                       [[-5.9090e-03,  1.6445e-03,  2.7570e-03],
                        [-9.9673e-04, -1.0245e-02,  5.6605e-03],
                        [ 1.1391e-02, -1.1658e-02, -1.1734e-02]],
              
                       [[-1.1735e-02,  2.4595e-03,  5.7827e-03],
                        [ 7.1670e-03, -1.6270e-03,  1.0687e-02],
                        [ 6.0396e-03, -7.3033e-04, -8.5946e-03]],
              
                       ...,
              
                       [[ 1.1671e-02,  1.3118e-02, -1.3291e-02],
                        [ 6.1538e-03, -6.0592e-04,  6.6185e-03],
                        [ 1.2829e-03, -1.3731e-02,  1.4932e-03]],
              
                       [[-7.4605e-03,  6.8828e-04, -1.2302e-04],
                        [-8.1735e-03,  1.2001e-02,  7.8193e-03],
                        [ 2.0528e-03, -6.3210e-03,  1.3449e-02]],
              
                       [[ 2.9136e-03,  6.6908e-03, -3.7520e-03],
                        [ 9.3340e-03, -4.1290e-03, -1.4161e-02],
                        [-5.5939e-03,  5.1468e-03,  7.5768e-05]]],
              
              
                      [[[ 7.9902e-03,  8.0955e-03,  1.0381e-02],
                        [ 6.6680e-03,  2.9378e-03,  6.6944e-03],
                        [-2.3877e-03, -4.8883e-03,  8.5533e-03]],
              
                       [[-1.2371e-02, -1.2348e-02,  4.0223e-03],
                        [-6.9362e-03, -1.0553e-02,  5.3495e-03],
                        [ 4.4429e-04,  5.7790e-03, -2.5581e-03]],
              
                       [[ 2.1132e-03, -1.0715e-02,  3.1263e-03],
                        [ 1.4578e-02, -4.7421e-03, -4.1220e-03],
                        [ 7.7216e-03, -7.0857e-03, -4.0999e-03]],
              
                       ...,
              
                       [[-1.2722e-02,  4.8952e-03,  3.1216e-03],
                        [-3.6589e-03,  3.9157e-03,  7.6172e-05],
                        [ 6.6556e-03,  1.3619e-02, -1.0715e-02]],
              
                       [[-8.3624e-03,  2.8966e-03,  7.7819e-03],
                        [ 9.6693e-03, -1.3035e-02, -1.2682e-02],
                        [-1.2393e-02,  1.4095e-02, -9.9444e-03]],
              
                       [[-2.6372e-03, -9.4880e-03, -4.2093e-03],
                        [ 2.4768e-03,  5.2376e-03, -1.6081e-03],
                        [ 1.4001e-03,  8.7849e-03, -6.4915e-03]]],
              
              
                      ...,
              
              
                      [[[-6.1331e-03, -1.0245e-02,  5.5679e-03],
                        [-1.3925e-02, -5.4960e-03, -6.4326e-03],
                        [ 1.0665e-03,  9.3625e-03, -1.0900e-02]],
              
                       [[-1.2820e-02, -1.4185e-02,  7.6603e-03],
                        [ 5.5901e-03, -7.7663e-03, -1.3632e-02],
                        [-7.8664e-03,  3.8328e-03, -6.1660e-03]],
              
                       [[ 2.2009e-03,  1.2656e-02, -5.1460e-03],
                        [-7.3644e-03, -1.2076e-03,  1.9836e-03],
                        [-1.4580e-03, -8.4020e-04,  1.0106e-02]],
              
                       ...,
              
                       [[ 7.8239e-03,  8.2156e-03,  5.3135e-03],
                        [ 7.6519e-03,  2.5644e-03,  9.5596e-03],
                        [ 1.2521e-02,  7.5805e-03, -1.3987e-02]],
              
                       [[ 1.0951e-02,  7.9635e-04, -6.1090e-03],
                        [ 7.5488e-03,  1.2158e-02, -1.4382e-02],
                        [-3.4198e-03, -3.9887e-03, -3.8113e-03]],
              
                       [[-1.1689e-02,  9.5688e-03, -5.1517e-03],
                        [-1.1460e-02, -4.0730e-03, -5.6413e-03],
                        [ 7.0657e-03,  2.6805e-03, -5.1478e-03]]],
              
              
                      [[[-9.6095e-03, -1.3585e-03, -7.0119e-03],
                        [ 9.6654e-03,  1.0712e-02,  1.0401e-02],
                        [-3.5123e-03,  1.3850e-02,  1.0464e-02]],
              
                       [[-1.1702e-02, -7.7455e-03, -5.3939e-03],
                        [-1.2093e-02, -8.4871e-03, -3.2977e-03],
                        [-1.0420e-02,  8.9802e-03, -4.9594e-03]],
              
                       [[-1.2320e-02,  2.4707e-03, -2.3200e-03],
                        [-3.9590e-03,  1.1381e-02, -3.2109e-03],
                        [-1.9178e-03, -1.3853e-02, -4.3691e-03]],
              
                       ...,
              
                       [[ 1.0142e-02,  1.3061e-02,  1.1623e-02],
                        [-5.8694e-03, -6.4008e-04,  1.3774e-02],
                        [ 6.2873e-03,  3.2907e-03, -8.4393e-03]],
              
                       [[ 3.5045e-03,  4.6928e-03,  1.1195e-02],
                        [ 5.2034e-03, -9.1595e-03,  1.1639e-02],
                        [-7.8218e-03,  7.5058e-03, -1.4309e-02]],
              
                       [[-2.4525e-03, -3.6981e-03,  1.1964e-02],
                        [-1.2757e-02, -5.8314e-03, -1.1045e-02],
                        [ 6.1323e-03,  1.4707e-02, -9.2333e-03]]],
              
              
                      [[[ 5.0627e-03,  1.4049e-02,  7.1501e-03],
                        [-1.3210e-02,  1.1269e-02,  2.2428e-03],
                        [-9.7158e-03,  5.5631e-03, -1.2279e-02]],
              
                       [[-9.5874e-03, -5.4147e-04,  1.4689e-02],
                        [ 4.4917e-03, -1.3910e-02, -3.7383e-04],
                        [-7.5597e-03,  9.3203e-03, -7.5512e-03]],
              
                       [[-1.4322e-02, -1.1102e-02,  1.1979e-02],
                        [ 6.4091e-03, -1.3175e-02,  2.6744e-04],
                        [ 1.1095e-03,  6.2741e-03,  5.1492e-04]],
              
                       ...,
              
                       [[ 1.3908e-02,  9.8417e-03,  9.4988e-03],
                        [ 1.1376e-02,  1.9947e-04, -8.0265e-03],
                        [-1.1771e-02, -1.0298e-02, -2.5397e-03]],
              
                       [[-2.3932e-03,  1.3351e-02,  1.0970e-02],
                        [ 1.2986e-02,  3.9482e-03, -8.2351e-03],
                        [-1.0508e-02, -3.3115e-03, -8.0658e-03]],
              
                       [[-2.9153e-03,  1.4376e-02, -3.0430e-03],
                        [ 1.3600e-02, -2.1507e-03, -4.3007e-03],
                        [-3.6526e-03,  8.3328e-03,  8.7380e-03]]]])),
             ('down3.maxpool_conv.1.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.])),
             ('down3.maxpool_conv.1.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down3.maxpool_conv.1.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down3.maxpool_conv.1.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.])),
             ('down3.maxpool_conv.1.double_conv.4.num_batches_tracked',
              tensor(0)),
             ('down4.maxpool_conv.1.double_conv.0.weight',
              tensor([[[[-1.3104e-02,  9.6535e-03,  7.0547e-03],
                        [ 6.8489e-03,  5.6884e-03, -3.3797e-03],
                        [-1.3077e-02,  1.1413e-02, -8.2186e-03]],
              
                       [[-6.4877e-03,  1.2398e-02,  1.4672e-02],
                        [-2.8377e-03,  2.9911e-03,  8.6744e-03],
                        [ 4.6708e-03, -1.9309e-03, -1.3963e-02]],
              
                       [[-8.8996e-04, -1.3098e-02, -1.2099e-02],
                        [ 1.1789e-02, -6.3457e-03,  8.4533e-03],
                        [ 6.9120e-04,  3.7103e-03, -3.9384e-03]],
              
                       ...,
              
                       [[-1.4631e-02,  7.6187e-03,  1.3055e-02],
                        [ 8.7348e-03,  2.2455e-03,  1.4252e-02],
                        [-7.8609e-03,  6.6497e-03,  1.2674e-02]],
              
                       [[ 1.0928e-02,  8.1940e-03,  1.4620e-03],
                        [ 1.1112e-03, -7.0720e-03, -1.2397e-02],
                        [ 1.3073e-02,  2.2528e-03,  6.1473e-03]],
              
                       [[-1.1589e-02, -9.5213e-03, -5.2496e-03],
                        [-1.1412e-02, -1.3629e-02,  7.4268e-03],
                        [-6.4922e-03,  1.1146e-02, -9.5554e-03]]],
              
              
                      [[[ 2.3625e-05, -1.3995e-02, -7.6334e-03],
                        [-9.4009e-03, -9.2042e-03,  5.7072e-03],
                        [ 9.9287e-03, -5.7740e-03,  8.9586e-03]],
              
                       [[ 1.4008e-02, -1.0200e-02,  1.3237e-02],
                        [ 1.4621e-02, -1.2051e-02,  6.9597e-03],
                        [ 1.2422e-02, -8.4337e-03, -7.5494e-03]],
              
                       [[ 5.7422e-04, -8.9031e-03,  1.4246e-02],
                        [-3.9909e-03, -1.2648e-05,  7.5228e-03],
                        [ 4.5517e-03, -8.1091e-03, -2.5926e-03]],
              
                       ...,
              
                       [[ 1.7802e-03,  1.2118e-02, -8.6626e-04],
                        [-6.0965e-04, -5.6477e-03, -4.7239e-03],
                        [-1.4231e-03, -1.1298e-02,  4.0613e-03]],
              
                       [[ 2.4961e-05,  4.4265e-03,  1.4223e-02],
                        [ 2.2458e-03,  1.3728e-02, -1.1796e-02],
                        [-7.2479e-03,  1.2696e-02,  4.3921e-03]],
              
                       [[ 1.4457e-02, -1.0118e-02,  1.3083e-02],
                        [-7.3051e-03,  1.3544e-02, -1.2357e-02],
                        [ 3.5746e-03, -1.3268e-02, -9.3003e-03]]],
              
              
                      [[[-3.1621e-03,  1.4471e-02,  1.0941e-02],
                        [ 1.2192e-02,  5.9600e-03,  7.0732e-03],
                        [ 1.6198e-03, -1.1914e-02, -1.1316e-02]],
              
                       [[-8.1733e-03, -4.6493e-03,  1.3078e-02],
                        [-5.0052e-03, -1.0437e-02,  9.8975e-03],
                        [-1.3412e-02, -8.9157e-03,  1.3293e-02]],
              
                       [[-5.0194e-03,  6.6695e-03,  3.4234e-04],
                        [-1.3336e-02,  1.4430e-03,  7.5926e-03],
                        [-1.0269e-03,  1.0630e-02, -8.4293e-03]],
              
                       ...,
              
                       [[ 1.0040e-02, -9.6519e-03,  1.1701e-02],
                        [ 6.5308e-05,  3.5704e-03, -1.2048e-02],
                        [-9.5033e-03, -1.2604e-02, -1.2307e-02]],
              
                       [[-6.6415e-03, -1.0024e-02,  1.3435e-02],
                        [-6.3868e-03, -1.4265e-02, -2.8581e-03],
                        [-1.3789e-02,  1.1855e-02,  7.1601e-03]],
              
                       [[-9.1238e-03,  4.7032e-05, -2.2387e-03],
                        [ 4.9879e-04,  7.7738e-03,  5.1973e-03],
                        [ 3.4793e-03,  9.1406e-03, -9.1121e-04]]],
              
              
                      ...,
              
              
                      [[[ 3.2879e-03,  1.1191e-03, -6.0251e-03],
                        [-3.2071e-03,  5.4502e-03,  1.2839e-04],
                        [ 5.8309e-03, -1.3948e-02,  3.9841e-03]],
              
                       [[ 1.0795e-02,  5.7343e-03,  3.2873e-03],
                        [ 5.4282e-03, -1.0134e-02,  3.3486e-03],
                        [ 5.0658e-03, -1.4290e-02,  3.9768e-03]],
              
                       [[-1.4718e-02, -4.8749e-03,  8.8550e-03],
                        [-1.2116e-02,  3.9706e-03, -1.5341e-04],
                        [-5.6044e-03,  9.2914e-03,  2.6309e-03]],
              
                       ...,
              
                       [[ 1.1578e-02,  4.7662e-03,  1.0865e-02],
                        [-9.9621e-03,  7.2204e-03,  6.7652e-03],
                        [ 6.1930e-03,  5.5036e-03, -4.8385e-03]],
              
                       [[-1.1982e-02,  9.0713e-03, -6.7553e-03],
                        [ 1.0392e-02, -6.3635e-03, -1.1598e-03],
                        [ 1.0464e-02,  4.0243e-03,  1.4345e-03]],
              
                       [[ 3.2504e-03,  1.4237e-02, -7.7320e-03],
                        [-1.0245e-02, -8.5657e-03, -1.2735e-02],
                        [-3.5816e-03,  1.3560e-02, -1.2678e-02]]],
              
              
                      [[[-1.4336e-02, -4.6926e-03,  1.3425e-02],
                        [ 1.3409e-02, -6.8928e-03, -9.7946e-03],
                        [-1.4182e-02, -8.6928e-03, -1.4202e-02]],
              
                       [[-5.0576e-03, -9.8077e-03,  5.6572e-03],
                        [-1.4611e-02,  4.4676e-03, -1.3235e-02],
                        [ 3.6478e-03,  4.1773e-04,  1.4504e-02]],
              
                       [[-8.5665e-03, -6.6888e-03, -5.9852e-03],
                        [ 1.8548e-03,  1.2795e-02, -6.3900e-03],
                        [-1.3038e-02,  7.2169e-03,  9.2560e-03]],
              
                       ...,
              
                       [[-5.8375e-03,  8.9250e-03,  1.2109e-02],
                        [-1.3653e-02,  1.3453e-02, -6.7649e-03],
                        [-1.2166e-02, -1.3578e-02, -1.2037e-03]],
              
                       [[-5.5372e-03, -3.9234e-03, -2.1640e-03],
                        [-8.1456e-03, -8.1486e-03,  4.8608e-05],
                        [-7.9746e-03,  3.5861e-03, -5.4110e-03]],
              
                       [[ 9.0684e-03, -4.6523e-03,  8.6029e-03],
                        [-3.5470e-03, -2.6329e-03,  4.1187e-03],
                        [-1.7698e-03,  3.1339e-03, -1.3087e-02]]],
              
              
                      [[[ 1.3993e-02,  1.0210e-02, -9.8379e-03],
                        [-3.6017e-03,  1.5505e-03, -7.5702e-03],
                        [-1.3827e-03, -1.4429e-02, -1.3696e-02]],
              
                       [[ 1.2335e-02,  8.3124e-03, -4.6792e-03],
                        [ 4.8468e-03,  1.3626e-04,  9.8758e-03],
                        [-2.6817e-03,  3.2997e-03, -9.7415e-04]],
              
                       [[ 3.1673e-03, -7.1938e-03, -1.4500e-03],
                        [-9.1013e-03,  8.4705e-03, -9.5864e-03],
                        [ 1.6714e-03, -1.4101e-02,  1.1644e-02]],
              
                       ...,
              
                       [[ 1.4320e-02,  4.4366e-03, -5.8747e-03],
                        [-8.1688e-03, -6.9629e-03,  3.0317e-04],
                        [-1.2110e-02, -1.3646e-02, -6.0113e-03]],
              
                       [[-3.7647e-04,  7.6979e-03,  3.3129e-03],
                        [ 7.6917e-03, -1.9005e-03,  6.3914e-03],
                        [-2.9271e-03,  1.0327e-02, -9.8557e-03]],
              
                       [[ 1.1749e-02,  3.9048e-03, -7.2822e-03],
                        [ 1.4049e-02,  1.3569e-02,  2.5594e-03],
                        [ 1.2890e-02,  5.6545e-03,  6.2168e-03]]]])),
             ('down4.maxpool_conv.1.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.])),
             ('down4.maxpool_conv.1.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down4.maxpool_conv.1.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down4.maxpool_conv.1.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.])),
             ('down4.maxpool_conv.1.double_conv.1.num_batches_tracked',
              tensor(0)),
             ('down4.maxpool_conv.1.double_conv.3.weight',
              tensor([[[[-1.0162e-02, -7.9513e-03, -1.4126e-02],
                        [-6.2557e-03, -9.7779e-03,  1.0858e-02],
                        [ 9.1498e-03,  3.0958e-04,  9.0409e-03]],
              
                       [[-7.6646e-03, -9.0559e-03, -8.4516e-04],
                        [-1.2277e-02,  2.7770e-03,  2.4928e-03],
                        [ 2.1196e-03, -2.7451e-03, -1.3663e-02]],
              
                       [[-8.4018e-03,  3.2803e-03, -6.1505e-03],
                        [ 1.3116e-02,  8.8065e-03,  4.6064e-03],
                        [ 9.4382e-03, -7.7282e-03,  1.0306e-02]],
              
                       ...,
              
                       [[ 6.6357e-03, -2.2279e-03, -8.7835e-03],
                        [-5.1093e-03,  3.9618e-03,  8.8206e-03],
                        [ 1.4141e-02,  1.3784e-02,  1.1771e-02]],
              
                       [[-5.9949e-03, -1.3745e-04,  7.4454e-03],
                        [-9.2404e-03,  1.3126e-02,  9.9188e-03],
                        [-6.8859e-03, -1.4138e-02, -9.2198e-03]],
              
                       [[-1.4438e-02,  1.1573e-02,  1.1146e-02],
                        [-8.7031e-03, -4.6383e-03,  7.3338e-03],
                        [ 1.1381e-02, -9.0583e-03, -2.5293e-03]]],
              
              
                      [[[-1.3852e-02, -6.8651e-03,  2.3293e-03],
                        [ 1.2269e-02,  6.5710e-03,  3.9793e-03],
                        [-7.3067e-03, -5.9318e-03, -6.7658e-03]],
              
                       [[ 9.5927e-03, -7.6682e-03, -1.3819e-02],
                        [-9.0626e-03,  3.5546e-03, -8.5062e-03],
                        [ 1.7261e-03, -2.6030e-03, -1.4632e-02]],
              
                       [[ 1.0916e-02,  1.0892e-02,  1.4228e-02],
                        [ 1.1874e-02, -6.4073e-03, -5.1940e-03],
                        [-7.4828e-03, -7.4947e-03,  2.5183e-03]],
              
                       ...,
              
                       [[ 9.7132e-03,  2.0456e-03, -4.0253e-03],
                        [ 1.9973e-03,  1.2258e-02, -1.3174e-03],
                        [-9.0220e-03, -8.2095e-03,  1.4117e-02]],
              
                       [[-1.0827e-02,  1.4226e-02, -6.4879e-03],
                        [ 1.2198e-02, -1.2647e-02,  8.6206e-03],
                        [-2.7980e-03, -2.0266e-03,  5.7236e-03]],
              
                       [[-1.2030e-02,  1.2822e-02, -8.4252e-03],
                        [ 1.1277e-02, -7.0514e-03, -7.5673e-03],
                        [ 8.1968e-03, -1.2170e-02, -7.3895e-03]]],
              
              
                      [[[ 8.0684e-03,  1.3598e-02, -7.9777e-03],
                        [-1.4268e-02,  4.8484e-03, -1.1704e-02],
                        [ 4.8766e-03,  2.9658e-03,  2.0288e-03]],
              
                       [[-1.1000e-03, -2.6417e-03,  3.1051e-03],
                        [ 1.2253e-02, -7.2229e-03, -1.1037e-03],
                        [ 1.0293e-02,  3.9444e-03, -8.0077e-03]],
              
                       [[ 3.6599e-03,  1.3138e-02, -1.0403e-03],
                        [-1.0804e-02, -2.9224e-03, -7.3381e-04],
                        [-8.4483e-03, -3.5656e-03,  1.0923e-02]],
              
                       ...,
              
                       [[ 1.0183e-02, -1.0656e-02,  2.5374e-03],
                        [-2.4001e-03,  9.3434e-03,  8.0887e-03],
                        [-3.1470e-03, -3.6860e-03,  6.9349e-03]],
              
                       [[-1.4212e-02,  4.7419e-03,  2.2588e-03],
                        [ 1.2572e-02,  2.5563e-03, -8.1275e-03],
                        [-3.7703e-03,  2.5945e-03,  5.5602e-03]],
              
                       [[-1.2830e-02, -1.0370e-02,  9.9764e-03],
                        [-1.0848e-02, -9.6209e-03,  8.2907e-03],
                        [ 4.6423e-03, -4.9777e-03, -8.6183e-03]]],
              
              
                      ...,
              
              
                      [[[ 7.9552e-03,  1.0103e-02, -4.7408e-03],
                        [-1.3407e-02,  6.5927e-03, -7.2890e-03],
                        [ 1.2902e-02, -7.3139e-03,  4.8173e-03]],
              
                       [[-8.6896e-03, -1.9172e-03,  5.9656e-03],
                        [-7.3172e-05,  2.9933e-03, -1.1204e-02],
                        [ 2.1456e-03,  2.6252e-03, -1.3978e-02]],
              
                       [[-8.2944e-03, -6.1581e-03,  1.3276e-02],
                        [ 2.0285e-04, -6.9051e-03,  1.3585e-02],
                        [-7.9958e-03,  5.1597e-03, -1.1482e-02]],
              
                       ...,
              
                       [[ 2.9236e-03,  8.6567e-03, -5.6918e-03],
                        [ 1.2319e-02, -1.2173e-02, -1.1142e-02],
                        [ 2.1955e-03,  2.1893e-03,  1.0226e-02]],
              
                       [[-1.3731e-02,  2.4001e-04,  1.0280e-02],
                        [ 6.2036e-04,  9.4891e-03, -9.4363e-03],
                        [ 7.7716e-03, -5.3223e-03, -1.1793e-02]],
              
                       [[ 9.0567e-03, -9.4963e-03,  1.2966e-02],
                        [-3.5606e-03,  6.7127e-03,  9.2346e-03],
                        [ 1.6610e-04,  9.7832e-04, -3.7458e-03]]],
              
              
                      [[[ 1.8821e-03,  7.0609e-03, -9.9641e-03],
                        [ 2.8442e-03, -3.4813e-04,  2.8147e-03],
                        [-7.6718e-03,  1.4098e-03,  3.6991e-03]],
              
                       [[-7.4600e-03,  6.1319e-03, -6.6834e-03],
                        [ 4.6137e-03, -9.7316e-03, -2.1926e-03],
                        [-5.1150e-03,  8.5056e-03,  1.4168e-02]],
              
                       [[ 1.2746e-02,  8.4634e-03,  1.2394e-02],
                        [ 6.5522e-03, -1.0927e-02, -1.4621e-02],
                        [ 9.5033e-03,  3.9224e-03,  9.9719e-03]],
              
                       ...,
              
                       [[-4.0116e-03, -1.4190e-02, -2.6838e-03],
                        [-1.9716e-04, -1.6087e-03, -2.2089e-03],
                        [ 1.1347e-02,  5.0595e-04, -2.1228e-03]],
              
                       [[ 1.1465e-03,  6.0314e-03, -7.8767e-03],
                        [-6.6732e-03, -5.0615e-03, -7.0481e-03],
                        [-3.5145e-03, -1.4674e-02,  9.3690e-03]],
              
                       [[-2.1949e-03,  1.8604e-04, -3.8469e-04],
                        [-6.0911e-03,  4.8625e-03,  9.1291e-04],
                        [-4.2253e-03, -9.7373e-03,  3.0233e-03]]],
              
              
                      [[[ 1.3092e-02, -9.1652e-03, -1.4018e-02],
                        [-7.5290e-03, -1.1704e-02,  1.1918e-02],
                        [-3.6753e-03,  8.3012e-03, -7.8185e-03]],
              
                       [[ 1.3660e-02, -1.0051e-04, -4.8537e-03],
                        [ 4.5250e-03,  1.1501e-02, -1.2260e-02],
                        [-1.2088e-02, -1.1217e-02, -8.9023e-03]],
              
                       [[ 3.9087e-03, -1.1512e-03, -1.3955e-02],
                        [-2.1982e-03,  1.0120e-02, -5.0558e-03],
                        [-1.3255e-02,  2.8492e-03, -4.1524e-03]],
              
                       ...,
              
                       [[-1.2921e-02, -1.8075e-03,  3.1186e-03],
                        [ 4.0110e-03,  5.9678e-03, -1.5871e-03],
                        [ 4.0160e-03,  4.9175e-04,  2.2130e-03]],
              
                       [[-3.4039e-03, -1.2438e-02,  6.7231e-03],
                        [ 1.2851e-02, -5.3675e-03,  1.6797e-03],
                        [-1.3136e-02, -2.5658e-03, -5.8660e-03]],
              
                       [[-2.0538e-03,  7.5002e-04,  6.9986e-03],
                        [ 1.3422e-02, -9.2835e-04,  4.6620e-03],
                        [-1.3815e-02,  5.7040e-03, -6.6107e-03]]]])),
             ('down4.maxpool_conv.1.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.])),
             ('down4.maxpool_conv.1.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down4.maxpool_conv.1.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down4.maxpool_conv.1.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.])),
             ('down4.maxpool_conv.1.double_conv.4.num_batches_tracked',
              tensor(0)),
             ('up1.conv.double_conv.0.weight',
              tensor([[[[ 6.0052e-03, -6.1578e-03, -8.6970e-03],
                        [ 1.6955e-03, -7.3866e-03,  5.3448e-03],
                        [ 5.5082e-03,  9.1673e-03,  1.0191e-02]],
              
                       [[-3.7926e-03,  5.7925e-03,  1.0316e-02],
                        [ 9.6915e-03,  8.8699e-03,  5.3047e-03],
                        [ 5.0500e-03,  4.6066e-03,  1.0278e-02]],
              
                       [[-7.2442e-04, -7.9003e-03, -9.7175e-03],
                        [ 4.6586e-04, -3.6655e-03, -9.5510e-03],
                        [-9.1740e-03, -7.8502e-03, -5.3606e-03]],
              
                       ...,
              
                       [[ 2.1322e-03, -9.4887e-05, -4.9738e-03],
                        [-6.1662e-03,  1.3903e-03, -7.2019e-03],
                        [ 5.4206e-03,  8.7880e-03,  4.3695e-03]],
              
                       [[ 3.3114e-03, -4.8001e-03, -2.7326e-03],
                        [-3.7524e-03,  7.7908e-03, -8.4219e-03],
                        [ 2.0721e-03,  7.5771e-03,  6.9718e-03]],
              
                       [[-9.9150e-03, -2.1330e-03,  7.4038e-03],
                        [-6.3372e-03, -8.1195e-03,  1.6034e-03],
                        [ 5.8172e-03, -1.3327e-03, -7.0786e-03]]],
              
              
                      [[[-4.7313e-03, -2.5325e-03, -6.1366e-03],
                        [ 1.1530e-03, -5.3506e-03, -6.1344e-04],
                        [ 2.7635e-03, -6.2766e-03,  4.6419e-03]],
              
                       [[ 4.3768e-03, -4.0070e-03,  8.7607e-03],
                        [-8.9397e-03, -9.8516e-03, -2.8273e-03],
                        [-3.7660e-03,  3.6542e-03,  1.0126e-02]],
              
                       [[-6.7512e-03,  6.0833e-03,  2.7166e-03],
                        [ 9.3578e-04,  5.1147e-03,  6.3890e-03],
                        [ 1.5687e-04,  7.4274e-03, -8.3365e-03]],
              
                       ...,
              
                       [[-4.8921e-03, -5.4093e-03,  5.6688e-03],
                        [ 3.1983e-03,  3.9314e-03, -8.9410e-03],
                        [ 6.5762e-03, -9.7403e-03, -4.1459e-03]],
              
                       [[ 8.1715e-03,  5.4453e-03, -7.9296e-03],
                        [ 1.6348e-03, -1.7733e-04,  1.1809e-03],
                        [-6.2941e-03,  6.1941e-03,  1.7227e-03]],
              
                       [[ 9.5111e-03, -8.0376e-03, -3.7345e-03],
                        [ 5.4716e-03, -3.7542e-03,  2.9980e-03],
                        [-7.5362e-03,  8.4094e-03,  8.9098e-03]]],
              
              
                      [[[-9.6740e-03, -8.1277e-03,  3.9857e-03],
                        [-3.5163e-03,  8.6464e-03,  4.2643e-03],
                        [-5.0144e-03, -9.8802e-04,  4.8284e-04]],
              
                       [[-6.5739e-03,  9.1206e-03,  5.8876e-03],
                        [-4.3970e-03,  3.9926e-04,  4.9571e-03],
                        [-3.2965e-03,  4.1399e-04, -2.7867e-03]],
              
                       [[-4.9022e-03, -7.1855e-04,  5.2022e-04],
                        [-3.8415e-03,  7.9072e-03,  1.0071e-02],
                        [-6.5128e-03, -3.6828e-03, -8.3628e-03]],
              
                       ...,
              
                       [[ 8.5856e-03, -7.1988e-03,  9.1629e-03],
                        [ 9.4906e-03, -6.0381e-03,  6.3775e-04],
                        [ 3.2705e-03, -4.2573e-03,  7.2144e-03]],
              
                       [[-2.7434e-03, -5.6575e-03,  7.0926e-03],
                        [ 6.5038e-03,  1.0222e-02,  7.6083e-03],
                        [ 8.3256e-03,  7.9641e-03, -6.8926e-03]],
              
                       [[ 3.2581e-03, -3.4153e-03,  1.7781e-04],
                        [-4.7329e-03, -2.7371e-03, -7.9243e-03],
                        [-7.3951e-03, -3.6213e-03,  3.8721e-04]]],
              
              
                      ...,
              
              
                      [[[-1.3754e-03,  1.0256e-02, -9.6938e-03],
                        [-5.2090e-03,  1.1899e-03,  6.6328e-03],
                        [-6.4318e-03,  7.6097e-03,  3.2797e-03]],
              
                       [[-7.0052e-03,  4.5905e-03, -8.9286e-03],
                        [-8.2543e-03, -5.1691e-03, -5.8590e-03],
                        [ 8.7791e-03,  5.7680e-03, -8.9067e-03]],
              
                       [[-7.6416e-03, -9.3266e-03,  9.4770e-03],
                        [ 1.4398e-03,  4.5831e-03, -3.4448e-03],
                        [-4.5923e-03, -5.7610e-03, -4.3103e-03]],
              
                       ...,
              
                       [[-2.0614e-03, -8.5129e-03, -8.4951e-03],
                        [ 2.6566e-03,  9.1776e-03,  2.6760e-03],
                        [-1.7022e-04,  3.6392e-03,  5.0875e-03]],
              
                       [[-2.9073e-03, -7.8702e-03, -1.2811e-03],
                        [-8.3429e-03, -8.4082e-03,  4.3443e-03],
                        [-6.5337e-03,  3.0448e-03, -3.2978e-03]],
              
                       [[-6.3634e-03, -6.4584e-03, -9.4520e-03],
                        [ 6.3613e-03,  1.3895e-03,  6.7184e-03],
                        [ 1.9717e-04,  3.0919e-03, -9.3850e-03]]],
              
              
                      [[[-7.3347e-03,  3.7111e-03, -1.4600e-03],
                        [-8.9929e-03, -1.0001e-02, -9.7608e-03],
                        [ 4.9672e-03, -5.1917e-03, -9.9102e-03]],
              
                       [[ 7.6933e-03, -4.9824e-03, -8.9469e-03],
                        [ 4.8704e-03, -1.6437e-03,  8.8097e-03],
                        [-3.0993e-03, -5.9778e-03, -3.1651e-03]],
              
                       [[ 8.6893e-03,  9.8990e-03,  7.1665e-03],
                        [ 7.6924e-03, -1.0816e-03,  9.3137e-03],
                        [-4.7224e-03, -3.9862e-03, -7.0841e-03]],
              
                       ...,
              
                       [[ 7.1673e-03,  5.2882e-03,  5.8690e-03],
                        [ 4.2807e-04, -4.7009e-04,  9.8658e-03],
                        [-3.6831e-03, -3.5520e-03,  4.0485e-03]],
              
                       [[-5.5522e-03,  9.4766e-03,  8.2692e-03],
                        [-3.1187e-03, -8.5105e-03,  8.7861e-03],
                        [-7.3462e-03,  5.8684e-03,  9.6273e-03]],
              
                       [[-3.7102e-03,  7.7810e-03, -1.4194e-03],
                        [-4.0797e-03, -8.0059e-03,  8.5199e-03],
                        [-9.1947e-03,  3.5915e-03, -4.6602e-03]]],
              
              
                      [[[-1.3775e-03,  6.0666e-04, -6.9796e-04],
                        [ 6.7400e-03,  6.6210e-03,  2.7429e-03],
                        [-8.8243e-03, -9.8390e-03,  2.4116e-03]],
              
                       [[ 4.7119e-03,  3.2005e-03,  5.9726e-03],
                        [ 9.5476e-03,  1.6969e-03,  9.7832e-03],
                        [-2.6481e-03,  7.0522e-03, -7.9863e-03]],
              
                       [[ 4.9707e-03,  9.5256e-04, -1.3029e-03],
                        [-6.9370e-03, -1.0068e-02,  1.0652e-03],
                        [-2.0503e-03,  8.6360e-03, -1.5661e-03]],
              
                       ...,
              
                       [[-6.5328e-03, -9.1420e-04,  5.5855e-03],
                        [ 8.4739e-03, -4.1916e-03,  1.0212e-02],
                        [ 1.0342e-02, -8.0135e-03, -1.1019e-04]],
              
                       [[ 4.2931e-03,  4.7278e-03,  8.9549e-03],
                        [ 7.2504e-03,  4.6937e-03, -6.7444e-03],
                        [-1.0244e-02,  2.1343e-03, -3.2979e-03]],
              
                       [[ 9.3904e-03, -7.6412e-03,  2.0035e-03],
                        [-6.8808e-03,  1.0404e-02,  9.5906e-03],
                        [ 5.1486e-03,  1.8948e-03, -1.0138e-03]]]])),
             ('up1.conv.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.])),
             ('up1.conv.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up1.conv.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up1.conv.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.])),
             ('up1.conv.double_conv.1.num_batches_tracked', tensor(0)),
             ('up1.conv.double_conv.3.weight',
              tensor([[[[ 4.6532e-03, -7.6019e-03, -2.2726e-03],
                        [ 4.6818e-03,  1.2958e-02,  7.4474e-03],
                        [ 1.0656e-02,  7.3169e-03,  1.4385e-02]],
              
                       [[-7.1003e-03,  5.6198e-03,  1.1528e-02],
                        [ 1.2165e-02,  2.7467e-03,  1.2221e-02],
                        [ 1.0123e-02, -7.3388e-04, -1.3558e-02]],
              
                       [[ 6.1051e-04, -1.0071e-02,  1.0367e-02],
                        [ 5.4181e-03,  3.2388e-03,  8.1533e-04],
                        [ 9.9759e-03, -8.9243e-03, -1.0614e-02]],
              
                       ...,
              
                       [[-1.1593e-02,  4.4562e-03, -1.2794e-02],
                        [-2.0847e-03,  8.4393e-03, -3.0718e-03],
                        [ 1.2095e-02,  9.6634e-03, -6.1204e-03]],
              
                       [[-8.5692e-03, -5.3203e-03, -6.0301e-03],
                        [-1.3060e-02, -4.9878e-03,  1.3536e-02],
                        [-3.0446e-03, -3.7271e-03,  1.8943e-03]],
              
                       [[ 9.1236e-03,  6.2085e-03, -5.2066e-03],
                        [ 7.0768e-03,  5.8855e-03, -1.3525e-02],
                        [ 1.2969e-02, -3.1656e-03, -9.7805e-03]]],
              
              
                      [[[-1.3448e-02, -1.4380e-02,  3.3876e-03],
                        [-6.9893e-03, -8.7593e-03,  3.4935e-03],
                        [ 6.0252e-03,  6.2473e-03, -7.2960e-04]],
              
                       [[ 1.2521e-03, -1.2604e-02, -1.4122e-02],
                        [-7.8812e-03,  1.2843e-03,  3.4510e-03],
                        [-8.0826e-03, -6.0928e-03,  1.4071e-02]],
              
                       [[ 1.2236e-02, -2.2066e-03,  7.5802e-03],
                        [-3.4579e-03, -8.4028e-03,  1.2992e-02],
                        [ 1.5273e-03,  9.6915e-03, -2.7779e-03]],
              
                       ...,
              
                       [[-9.7299e-03,  7.2240e-03,  3.2073e-04],
                        [ 5.1952e-03,  1.3993e-02,  5.8187e-03],
                        [-3.9472e-03,  9.5075e-03,  9.9508e-03]],
              
                       [[ 3.8860e-03, -7.5956e-03, -6.7716e-03],
                        [-6.3491e-03,  1.1731e-02, -4.6717e-03],
                        [ 5.6204e-04, -4.5982e-03, -1.3072e-03]],
              
                       [[-9.9374e-03, -1.4691e-03,  9.6274e-03],
                        [-3.4154e-03, -9.9765e-03,  4.7587e-03],
                        [ 1.1309e-02,  1.2087e-03,  1.1953e-02]]],
              
              
                      [[[ 1.2883e-02, -7.2949e-03, -4.8458e-03],
                        [ 9.7466e-03,  1.1054e-02,  1.2237e-02],
                        [ 9.9405e-03,  1.4726e-02,  2.0744e-03]],
              
                       [[ 1.0789e-02,  1.3618e-02,  1.4625e-02],
                        [-1.9228e-03,  5.1298e-03,  5.3312e-04],
                        [ 1.4351e-02,  8.0309e-03, -1.3372e-02]],
              
                       [[-3.1131e-03, -6.5674e-04, -1.0796e-02],
                        [-9.3562e-03,  6.5610e-03, -1.3210e-02],
                        [ 7.9644e-03,  1.0064e-03,  6.2818e-04]],
              
                       ...,
              
                       [[-2.9593e-03, -3.4946e-03, -4.1973e-03],
                        [ 1.2073e-02,  7.9237e-03,  9.7770e-05],
                        [-4.5093e-03, -8.0024e-03, -3.3877e-03]],
              
                       [[ 4.1504e-04, -6.3685e-03,  2.9286e-04],
                        [-1.4368e-02,  5.2549e-04, -1.2686e-02],
                        [ 1.6020e-03,  4.4607e-03,  7.5159e-03]],
              
                       [[-6.6873e-03,  5.1561e-05,  8.2160e-03],
                        [-7.2157e-03, -9.4008e-04, -9.3220e-03],
                        [ 1.3272e-03,  1.3943e-03, -1.0126e-02]]],
              
              
                      ...,
              
              
                      [[[ 2.3756e-03,  1.2603e-02,  1.0009e-02],
                        [ 1.3332e-02,  2.2436e-03, -2.6538e-03],
                        [ 1.2150e-02, -6.4561e-03, -1.2219e-02]],
              
                       [[-8.2563e-03,  1.4514e-02, -6.5334e-03],
                        [ 1.0584e-02,  7.2743e-03, -7.7184e-03],
                        [-1.3945e-02, -3.9507e-04, -1.3207e-02]],
              
                       [[-1.1936e-02,  1.2723e-02,  1.4794e-03],
                        [-9.2238e-03,  1.2513e-02, -1.2755e-02],
                        [-2.3135e-04, -1.2050e-02,  1.0637e-02]],
              
                       ...,
              
                       [[-1.7315e-03, -1.1583e-02, -6.2004e-03],
                        [-3.6829e-03, -7.5475e-03, -1.1467e-02],
                        [-1.2565e-04, -1.6956e-03,  7.3251e-03]],
              
                       [[ 4.5195e-03,  9.6949e-03, -1.1593e-02],
                        [-1.0726e-02, -4.3706e-03, -1.0075e-02],
                        [-1.1938e-02, -6.4125e-03,  5.7692e-04]],
              
                       [[-1.1380e-02, -9.5971e-03, -1.3420e-02],
                        [ 1.0888e-02, -1.0871e-02,  4.6657e-05],
                        [-2.8069e-03, -1.0725e-02,  2.2430e-03]]],
              
              
                      [[[ 1.1839e-02,  1.3359e-02, -2.2681e-03],
                        [ 1.8450e-03,  5.9289e-04, -1.2829e-02],
                        [ 1.4203e-02,  2.5810e-03, -1.1913e-02]],
              
                       [[-1.3077e-02, -1.4014e-02, -4.2100e-03],
                        [-9.9503e-03,  1.1108e-02, -3.2723e-03],
                        [ 2.0312e-03,  4.5349e-03,  1.3859e-02]],
              
                       [[-1.4575e-02,  1.1122e-02, -7.5780e-03],
                        [-3.8330e-03, -9.8024e-04,  5.9586e-03],
                        [ 9.8220e-03, -6.8341e-03,  1.2393e-02]],
              
                       ...,
              
                       [[-3.4048e-03,  1.3819e-02, -2.6837e-03],
                        [ 1.1734e-02,  1.4311e-03, -1.2245e-02],
                        [-8.3261e-03,  1.3495e-02,  2.9223e-03]],
              
                       [[-1.2962e-02, -7.3929e-03, -7.3878e-03],
                        [-1.7338e-03, -6.7076e-03, -7.7754e-03],
                        [ 1.4972e-03, -6.4253e-03, -1.4126e-02]],
              
                       [[ 1.4451e-02, -4.8099e-03,  5.7255e-03],
                        [-5.8516e-03,  4.0733e-03,  1.0094e-02],
                        [ 8.1309e-04,  5.1471e-03,  5.1509e-03]]],
              
              
                      [[[ 9.8223e-04,  1.1245e-02,  1.1552e-02],
                        [-7.6653e-03,  6.1365e-04, -4.2670e-03],
                        [ 5.1350e-03,  1.4145e-02, -8.8357e-04]],
              
                       [[ 1.2253e-02,  1.0491e-02, -1.4184e-02],
                        [ 2.6855e-03,  7.4216e-03, -4.6636e-03],
                        [-1.0291e-02, -1.2930e-02, -3.5078e-04]],
              
                       [[ 4.5516e-03, -9.4295e-03,  9.7718e-03],
                        [-7.6455e-03,  1.0235e-02,  1.2030e-03],
                        [-2.7815e-03,  6.6763e-03, -8.7617e-03]],
              
                       ...,
              
                       [[-9.8976e-03,  1.2484e-02, -2.8897e-03],
                        [ 4.3479e-03,  8.9747e-03,  8.7985e-04],
                        [ 1.2341e-02,  4.2616e-04,  4.2251e-03]],
              
                       [[ 1.2692e-02, -1.7026e-03,  7.1434e-03],
                        [ 1.1852e-02, -1.1433e-02, -1.3874e-02],
                        [ 1.2581e-02, -3.8352e-03, -7.5201e-04]],
              
                       [[-4.7592e-04, -3.9157e-03,  3.5884e-03],
                        [-3.2631e-03, -1.6258e-03, -1.0496e-02],
                        [ 1.3847e-03, -5.7536e-04, -1.0432e-02]]]])),
             ('up1.conv.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.])),
             ('up1.conv.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up1.conv.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up1.conv.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.])),
             ('up1.conv.double_conv.4.num_batches_tracked', tensor(0)),
             ('up2.conv.double_conv.0.weight',
              tensor([[[[-2.1518e-03,  1.0631e-02,  1.2601e-02],
                        [ 9.9365e-03,  8.6478e-03, -1.2200e-02],
                        [-8.7199e-03, -1.3551e-04,  2.7872e-03]],
              
                       [[ 1.0136e-02,  5.1465e-03, -7.2739e-03],
                        [-1.0549e-02, -4.3726e-03, -1.0110e-02],
                        [-1.2202e-02,  8.1444e-03,  1.2508e-02]],
              
                       [[-1.1105e-02, -3.2792e-03,  1.1186e-02],
                        [-8.2915e-03,  8.8182e-03,  1.1263e-02],
                        [-4.4057e-03,  8.6805e-03, -9.5922e-03]],
              
                       ...,
              
                       [[ 6.3221e-03, -1.2953e-02,  5.1380e-03],
                        [ 2.9260e-04, -1.0260e-02,  6.4162e-03],
                        [-5.8944e-03,  4.6316e-03,  1.4742e-03]],
              
                       [[-1.0956e-02, -3.5614e-03, -3.6777e-03],
                        [ 1.2266e-02, -3.7897e-05, -1.1044e-02],
                        [ 5.1852e-03,  8.2570e-03,  1.3097e-03]],
              
                       [[-2.4492e-03, -3.5821e-03, -1.4560e-02],
                        [ 9.1054e-03, -4.1931e-03,  9.5132e-03],
                        [ 5.1267e-03,  1.1881e-02,  5.6942e-04]]],
              
              
                      [[[ 1.0638e-02, -5.4433e-03, -3.7759e-03],
                        [ 1.1677e-02, -4.1737e-03, -1.0637e-02],
                        [-1.6576e-03, -2.1487e-03, -1.1114e-02]],
              
                       [[ 1.8396e-03,  1.3266e-02,  6.8261e-03],
                        [ 3.9165e-03, -8.8550e-03,  1.4806e-03],
                        [ 7.0773e-04,  1.1756e-02, -1.0292e-02]],
              
                       [[ 1.3127e-02,  4.8850e-03,  2.1176e-03],
                        [ 2.1249e-03, -5.7832e-03, -1.3140e-02],
                        [ 8.5454e-03, -8.9114e-03, -1.3402e-02]],
              
                       ...,
              
                       [[ 1.1088e-02,  7.2383e-03,  1.2047e-02],
                        [ 9.5457e-03,  1.3826e-02, -2.5452e-03],
                        [ 9.1783e-03,  1.0598e-02, -8.6740e-04]],
              
                       [[ 4.5989e-03, -1.4716e-03, -1.2077e-02],
                        [-9.6809e-04, -1.2336e-02,  9.3714e-04],
                        [ 3.9654e-03, -7.3955e-03, -1.2232e-02]],
              
                       [[ 5.6303e-03, -8.0869e-03, -2.5287e-03],
                        [ 1.8057e-03, -1.1487e-02, -2.8659e-03],
                        [ 4.0015e-03, -1.2479e-02, -1.1998e-02]]],
              
              
                      [[[ 9.4689e-03, -7.2081e-03,  1.4072e-03],
                        [ 1.2932e-02, -3.2592e-03, -8.7485e-03],
                        [ 9.2945e-03,  4.6018e-03,  4.0055e-03]],
              
                       [[-1.3764e-02, -4.2907e-03,  3.2547e-03],
                        [ 3.3341e-03,  1.1304e-03, -1.2234e-02],
                        [-1.3467e-02, -5.6734e-03,  7.4354e-03]],
              
                       [[-5.6023e-03, -2.8761e-03, -1.4718e-02],
                        [ 1.0713e-02, -1.6779e-03, -1.1996e-02],
                        [-1.2827e-02,  1.0703e-02, -9.7047e-03]],
              
                       ...,
              
                       [[ 3.2607e-03, -8.0475e-03,  6.1829e-03],
                        [-2.9395e-03,  3.3496e-03,  5.1071e-03],
                        [ 5.9723e-03,  4.7608e-03, -1.6388e-03]],
              
                       [[-4.3904e-03,  7.7792e-03, -1.2428e-02],
                        [-3.2456e-03,  5.5866e-03, -1.4352e-02],
                        [-1.1821e-02,  2.6534e-03,  7.5290e-03]],
              
                       [[ 4.6186e-03, -6.2310e-03,  1.1741e-02],
                        [-1.4587e-02,  9.7592e-03,  1.2688e-02],
                        [ 4.2982e-03,  5.2313e-03, -1.2822e-02]]],
              
              
                      ...,
              
              
                      [[[ 1.1165e-02,  7.8691e-04, -9.3187e-03],
                        [-7.7603e-03, -3.0258e-03, -9.7707e-03],
                        [ 7.5438e-03,  1.4036e-02,  1.0273e-02]],
              
                       [[-1.3591e-02,  7.4804e-03, -4.6866e-04],
                        [-1.3815e-02,  1.2045e-02, -9.8406e-03],
                        [ 1.0759e-02,  6.9177e-03, -1.3892e-02]],
              
                       [[ 1.2857e-02, -4.8749e-04,  9.5570e-03],
                        [ 2.7064e-03, -8.0672e-03,  1.0471e-02],
                        [ 5.2177e-03,  1.2281e-02, -6.2795e-03]],
              
                       ...,
              
                       [[ 1.0430e-03,  1.3958e-02, -1.1441e-02],
                        [-1.0572e-02,  4.8599e-04, -8.1871e-03],
                        [ 8.7779e-03,  8.1478e-03, -3.1877e-03]],
              
                       [[ 7.4461e-03,  2.9228e-03, -1.0984e-02],
                        [ 9.8613e-03,  1.3081e-02,  1.2413e-02],
                        [ 1.2035e-02, -3.1168e-03, -7.5135e-03]],
              
                       [[ 8.0283e-03, -4.2646e-03, -7.9841e-03],
                        [-1.9161e-05, -6.6800e-03, -1.6066e-04],
                        [ 9.5017e-03, -1.7248e-03,  7.0304e-03]]],
              
              
                      [[[ 3.5356e-03, -7.6512e-03, -8.9665e-03],
                        [-4.8910e-03,  2.0278e-03,  7.1160e-03],
                        [-3.0881e-03, -4.1455e-03,  1.1920e-02]],
              
                       [[ 3.7466e-03, -3.9381e-03,  1.4420e-02],
                        [-1.3107e-02, -5.7352e-03,  6.8331e-03],
                        [-6.0296e-03,  1.2593e-02,  8.2828e-03]],
              
                       [[-9.1421e-03,  1.2051e-02,  9.1719e-03],
                        [-2.3811e-03, -1.4370e-02, -1.1317e-02],
                        [-5.8528e-03,  5.9658e-03, -7.2074e-03]],
              
                       ...,
              
                       [[ 1.4338e-02,  1.0304e-02, -6.8373e-03],
                        [ 2.6406e-03, -2.9580e-03, -2.9774e-03],
                        [-6.9043e-03,  1.4699e-02, -7.5011e-03]],
              
                       [[ 9.0359e-03, -7.4744e-03,  2.7057e-03],
                        [-1.0241e-03, -9.2485e-03, -3.4580e-03],
                        [ 3.8833e-03,  7.4134e-03, -1.1881e-02]],
              
                       [[-1.9624e-03,  2.7043e-03, -4.4755e-04],
                        [-1.1581e-02, -1.3765e-02, -8.7221e-03],
                        [ 1.3774e-02, -1.1876e-02, -1.0575e-02]]],
              
              
                      [[[-1.7063e-04,  6.7622e-04,  8.8984e-03],
                        [-5.9551e-03,  1.2280e-02, -1.2928e-02],
                        [-1.2386e-02,  1.3566e-02,  3.3778e-03]],
              
                       [[-4.9461e-03, -1.1765e-03, -5.0370e-03],
                        [-3.2352e-03,  8.2034e-03,  1.2355e-02],
                        [ 3.5783e-03,  1.1220e-02, -1.3388e-02]],
              
                       [[-1.8399e-03,  5.9302e-03,  9.6810e-03],
                        [ 5.0733e-03,  1.0453e-02, -4.8722e-03],
                        [-1.3514e-02, -1.1929e-03,  1.7507e-03]],
              
                       ...,
              
                       [[-1.4605e-03,  2.2461e-03, -8.0156e-03],
                        [ 1.0985e-02,  5.1273e-03, -1.1668e-02],
                        [ 1.4627e-02,  2.7758e-03,  7.2483e-03]],
              
                       [[ 1.3621e-02, -4.5283e-03,  6.4443e-04],
                        [ 1.0748e-02,  1.1094e-02,  1.4675e-02],
                        [-9.0625e-03, -6.1689e-03, -2.2046e-03]],
              
                       [[-1.4035e-03, -1.3366e-02,  5.8688e-03],
                        [ 2.4954e-04,  7.3011e-03,  8.3442e-03],
                        [-2.7433e-04, -1.0389e-02,  3.1839e-03]]]])),
             ('up2.conv.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.])),
             ('up2.conv.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up2.conv.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up2.conv.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.])),
             ('up2.conv.double_conv.1.num_batches_tracked', tensor(0)),
             ('up2.conv.double_conv.3.weight',
              tensor([[[[ 7.9497e-03, -1.7790e-02, -1.7096e-02],
                        [-1.6327e-02,  4.0280e-03, -1.9224e-02],
                        [-4.1614e-03,  2.0345e-02, -1.3011e-02]],
              
                       [[-1.1634e-02,  5.5307e-03, -1.6266e-02],
                        [-1.1103e-02,  8.3270e-03, -1.5757e-02],
                        [ 1.5221e-02, -1.2837e-02,  9.6909e-04]],
              
                       [[-1.6213e-02,  6.1893e-03,  1.9967e-02],
                        [-1.0630e-02,  2.0123e-02,  6.5128e-03],
                        [-2.0276e-02,  2.0401e-02,  1.5855e-02]],
              
                       ...,
              
                       [[ 1.4602e-02, -9.3187e-03,  1.2791e-02],
                        [ 3.5288e-03,  8.2964e-03,  1.7589e-02],
                        [ 4.4983e-03, -4.8159e-04, -3.6260e-03]],
              
                       [[-8.9474e-05,  1.3904e-02,  1.9019e-02],
                        [-1.9988e-02, -1.3111e-02,  6.4248e-04],
                        [ 6.8580e-04,  1.7128e-03,  5.4387e-03]],
              
                       [[ 1.4890e-02, -9.2215e-03, -5.8313e-03],
                        [ 1.1482e-02, -1.2943e-02,  1.7208e-02],
                        [-2.3544e-03,  8.3377e-04, -1.4550e-02]]],
              
              
                      [[[-2.5915e-03, -3.9138e-03, -1.6308e-02],
                        [-1.9927e-02, -9.3398e-03, -1.9362e-02],
                        [-1.4066e-02,  9.7209e-03,  1.6551e-02]],
              
                       [[-1.9409e-02, -1.3963e-02,  6.9585e-03],
                        [-5.1612e-04, -1.9914e-02,  1.8270e-02],
                        [-7.2831e-03,  1.2477e-02, -2.8120e-04]],
              
                       [[-1.5371e-02,  9.3540e-04,  9.9296e-03],
                        [-1.0750e-02, -3.9004e-03,  1.7460e-02],
                        [-1.9144e-02,  2.0190e-02, -1.1884e-02]],
              
                       ...,
              
                       [[ 7.7697e-03,  1.9071e-02, -3.6815e-03],
                        [ 5.6426e-03, -8.5833e-03,  1.6836e-02],
                        [ 1.8768e-03, -2.5059e-04,  8.1764e-03]],
              
                       [[ 5.9330e-03, -1.4364e-02, -3.9514e-03],
                        [ 1.9684e-02, -1.4239e-02, -2.0091e-02],
                        [ 2.0407e-02,  1.8737e-02, -5.8489e-03]],
              
                       [[ 5.4501e-03,  1.1028e-02, -1.9625e-02],
                        [-1.3838e-02, -8.5165e-03,  2.6146e-03],
                        [-6.4134e-03,  1.4367e-02,  1.4903e-02]]],
              
              
                      [[[-1.1303e-03,  3.3091e-03, -6.1916e-03],
                        [-1.5099e-02, -2.1207e-04,  4.5621e-03],
                        [ 1.7857e-02, -2.7128e-03, -5.4803e-03]],
              
                       [[ 5.9743e-03,  2.0597e-02,  6.6697e-03],
                        [ 9.8200e-03,  1.3099e-02,  1.7841e-03],
                        [-1.6089e-02,  1.5824e-02,  8.0234e-04]],
              
                       [[-7.2984e-03,  1.2674e-02,  1.8605e-02],
                        [ 3.9323e-03,  8.1922e-03, -9.3463e-04],
                        [-1.9702e-02,  1.4019e-02,  1.6300e-02]],
              
                       ...,
              
                       [[ 1.6479e-02,  1.6218e-02, -1.5242e-02],
                        [-3.6273e-03,  5.0512e-03,  1.1426e-02],
                        [ 7.1217e-03,  7.2147e-03, -2.5175e-03]],
              
                       [[ 1.5327e-02,  1.4072e-02, -1.7085e-02],
                        [ 4.0818e-04, -1.7114e-02, -3.8038e-03],
                        [-1.5342e-02, -2.0213e-02, -1.3697e-02]],
              
                       [[-2.0410e-02, -1.5656e-02,  5.8427e-03],
                        [-3.8405e-03,  1.0923e-02, -1.2858e-02],
                        [ 1.8628e-02,  4.0466e-03, -2.0422e-02]]],
              
              
                      ...,
              
              
                      [[[-1.9150e-02,  1.2267e-02,  1.7782e-02],
                        [ 1.3684e-02, -1.9804e-02, -9.2421e-03],
                        [ 1.7435e-02,  1.7343e-02, -1.8515e-02]],
              
                       [[ 1.8531e-02, -6.2842e-03, -2.1436e-03],
                        [-6.2577e-03,  1.8332e-02,  1.9857e-02],
                        [-1.0869e-02, -5.4065e-03,  1.8648e-02]],
              
                       [[-9.8150e-03, -1.9312e-02, -5.3483e-04],
                        [ 2.2209e-03,  2.0530e-02, -6.2797e-03],
                        [ 3.1732e-03,  1.7359e-02,  1.0300e-02]],
              
                       ...,
              
                       [[ 5.3619e-03, -8.6172e-03,  1.9207e-02],
                        [ 1.2767e-02, -3.0699e-03, -9.6391e-03],
                        [-8.9599e-04,  6.0747e-03,  4.0384e-03]],
              
                       [[-5.2875e-03,  6.5115e-04,  5.4017e-03],
                        [ 1.5804e-03,  8.6046e-03,  1.7447e-02],
                        [ 7.5348e-03,  1.8965e-02,  1.9957e-02]],
              
                       [[-1.0331e-02, -1.1320e-02,  1.5131e-02],
                        [ 2.9035e-03,  1.1799e-02, -1.5353e-03],
                        [-8.3366e-03,  9.3031e-03, -1.7604e-02]]],
              
              
                      [[[ 1.4307e-02,  1.1860e-02,  5.1069e-03],
                        [-1.5284e-02,  8.2293e-03, -9.5887e-03],
                        [ 5.3585e-03,  2.0224e-03,  1.5437e-02]],
              
                       [[ 1.2629e-03,  9.5884e-03,  1.5362e-02],
                        [-4.8209e-03,  1.4933e-02, -1.2048e-02],
                        [-3.0520e-05, -1.3378e-02, -2.1463e-03]],
              
                       [[-1.1527e-02,  7.7163e-03, -1.2359e-02],
                        [-2.0476e-02, -1.7779e-02, -6.4546e-03],
                        [ 3.1536e-03, -1.0851e-04, -1.9629e-02]],
              
                       ...,
              
                       [[-3.6267e-03, -1.7496e-02, -1.8531e-02],
                        [ 3.0812e-03, -4.4989e-03, -5.3328e-03],
                        [-3.5008e-03, -1.0352e-02,  2.0659e-02]],
              
                       [[-4.5241e-03,  6.3328e-03,  8.7361e-03],
                        [-6.1625e-03, -1.3019e-02,  1.6934e-02],
                        [-3.4158e-03,  8.9188e-03, -1.3646e-02]],
              
                       [[ 1.7996e-02,  1.7854e-02, -1.5007e-02],
                        [ 2.2617e-04,  1.8391e-02,  2.0008e-02],
                        [-1.4899e-03,  1.6801e-02,  2.3108e-03]]],
              
              
                      [[[-1.5664e-02,  4.3163e-03,  1.2885e-02],
                        [ 2.6682e-03,  1.6914e-02,  3.5899e-03],
                        [ 1.9674e-02, -1.1662e-02, -1.2853e-02]],
              
                       [[-3.9540e-04, -1.7787e-02,  9.8214e-03],
                        [ 1.3250e-02, -2.1693e-03, -4.9136e-03],
                        [ 1.9610e-02,  1.1362e-03,  2.0132e-02]],
              
                       [[ 1.0343e-03,  8.4445e-03,  1.5850e-02],
                        [ 1.1820e-02,  1.0775e-03, -1.8296e-02],
                        [-1.1273e-02,  2.6236e-03,  1.3343e-02]],
              
                       ...,
              
                       [[ 1.6003e-02,  5.4038e-03, -3.7506e-03],
                        [-2.4944e-03, -8.0193e-03, -6.6061e-03],
                        [-1.2857e-02,  1.3497e-02,  8.1090e-03]],
              
                       [[-1.8006e-02, -8.5612e-03,  1.9954e-02],
                        [-3.3323e-03, -7.7578e-04,  1.2751e-02],
                        [ 8.0447e-03, -3.9115e-04,  2.0177e-02]],
              
                       [[-1.7435e-02, -8.4071e-03, -9.7204e-03],
                        [ 1.8257e-02, -1.7279e-02, -1.8781e-02],
                        [ 1.5807e-02, -1.8718e-02,  2.0478e-02]]]])),
             ('up2.conv.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.])),
             ('up2.conv.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up2.conv.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up2.conv.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.])),
             ('up2.conv.double_conv.4.num_batches_tracked', tensor(0)),
             ('up3.conv.double_conv.0.weight',
              tensor([[[[ 6.5360e-04, -1.1478e-02, -1.2108e-02],
                        [-1.3628e-02, -9.4881e-03,  4.5922e-03],
                        [-1.3436e-03, -9.4868e-03, -4.5939e-03]],
              
                       [[ 1.0784e-02, -1.2223e-03, -1.5292e-02],
                        [-5.8855e-03, -1.8780e-02, -8.7660e-03],
                        [ 1.8609e-03,  1.2953e-02, -1.4010e-02]],
              
                       [[-6.7148e-03, -1.5341e-02,  1.2591e-02],
                        [ 7.5377e-03,  1.1052e-02, -1.1975e-02],
                        [-1.9517e-02, -1.9137e-02, -7.4886e-04]],
              
                       ...,
              
                       [[ 2.0512e-02, -3.9202e-03,  1.4523e-02],
                        [ 1.2714e-02,  1.3007e-02,  6.8676e-04],
                        [-1.7327e-02, -8.6569e-03,  1.2416e-03]],
              
                       [[-2.0188e-02, -1.2779e-02, -7.3068e-03],
                        [-9.3873e-03,  1.3301e-02,  1.6646e-02],
                        [-1.7413e-02,  1.7294e-03, -1.5510e-02]],
              
                       [[-1.4983e-02,  1.7590e-02,  1.2623e-02],
                        [-2.8354e-03, -2.8116e-03,  1.7879e-02],
                        [-1.7114e-02,  1.2573e-02,  1.0661e-02]]],
              
              
                      [[[ 1.1610e-02, -1.0957e-02,  1.8087e-02],
                        [ 1.2981e-02, -1.2237e-02, -1.3717e-02],
                        [-8.9545e-03,  1.0519e-02, -1.8804e-02]],
              
                       [[-5.7298e-03,  1.7915e-02, -3.1621e-03],
                        [ 7.9957e-03,  3.4881e-03, -1.5158e-02],
                        [ 1.8798e-03,  1.6252e-02, -1.5315e-03]],
              
                       [[-4.2252e-03,  8.9630e-03, -7.0830e-03],
                        [-1.0045e-02, -2.2602e-03,  7.8443e-03],
                        [-2.6957e-03,  1.3411e-02,  4.8645e-03]],
              
                       ...,
              
                       [[-5.3712e-03, -1.0452e-02, -1.6330e-02],
                        [-1.0432e-02, -1.9882e-02, -1.6169e-02],
                        [-7.2622e-03, -1.8196e-02, -6.7982e-03]],
              
                       [[-7.0105e-05, -1.2175e-02, -1.0749e-02],
                        [ 1.1441e-02,  3.5827e-03,  1.7456e-02],
                        [-4.9655e-03,  1.9057e-03, -1.7193e-02]],
              
                       [[ 1.7013e-02,  3.1988e-04,  5.7411e-03],
                        [-3.7235e-04, -1.8450e-03,  3.6671e-03],
                        [ 1.6459e-02,  1.1565e-02,  1.9842e-02]]],
              
              
                      [[[ 1.6914e-02, -1.2111e-02,  1.4786e-02],
                        [ 7.7207e-03,  2.5537e-03,  4.0743e-03],
                        [ 1.0419e-04,  1.0066e-02, -8.1808e-03]],
              
                       [[ 5.5924e-03,  3.0751e-03, -1.4255e-02],
                        [ 1.4609e-02, -6.0797e-03,  1.8090e-02],
                        [-2.0465e-02, -1.9647e-02,  1.9963e-02]],
              
                       [[ 1.7703e-02,  9.7912e-04, -1.7088e-02],
                        [-3.0930e-03,  1.0013e-02,  1.5110e-02],
                        [-1.5153e-02, -6.5340e-03,  1.6374e-02]],
              
                       ...,
              
                       [[-1.0198e-02,  1.8628e-02, -7.3407e-03],
                        [-2.0066e-02,  1.8155e-02,  8.2106e-03],
                        [-5.0477e-04, -5.1193e-03, -1.9685e-02]],
              
                       [[ 7.3187e-03, -1.8577e-02, -1.9180e-02],
                        [ 1.3858e-02, -1.6733e-02, -5.7723e-04],
                        [ 1.2103e-02,  8.6336e-03, -2.0067e-02]],
              
                       [[-3.8180e-03,  1.9922e-03, -1.2753e-02],
                        [ 1.9889e-02,  1.9218e-02,  1.2516e-02],
                        [-1.6966e-02, -1.9937e-02,  6.3545e-03]]],
              
              
                      ...,
              
              
                      [[[ 1.4647e-02,  1.3599e-02, -1.1497e-02],
                        [ 1.0819e-02,  6.2655e-03,  8.2514e-03],
                        [ 9.7814e-03,  1.5446e-03,  5.0288e-03]],
              
                       [[-3.7955e-03,  1.2494e-02, -7.8703e-03],
                        [ 4.0349e-03,  1.4197e-02, -1.1018e-02],
                        [ 1.2082e-02, -1.9828e-03,  1.1344e-02]],
              
                       [[-1.6060e-02,  5.2254e-03,  1.3679e-02],
                        [ 2.3551e-03, -5.8034e-03, -1.0188e-02],
                        [-7.8099e-03, -7.3378e-03, -1.6845e-02]],
              
                       ...,
              
                       [[ 4.8750e-03, -1.5202e-02, -8.3033e-03],
                        [-1.4143e-02,  9.6245e-03,  1.0595e-03],
                        [-6.6992e-03,  1.8018e-02,  1.4028e-02]],
              
                       [[-2.4361e-03,  8.2809e-03, -6.7384e-03],
                        [-2.4594e-03,  4.9077e-03,  1.8375e-02],
                        [-4.1593e-03, -3.5705e-03, -1.3529e-02]],
              
                       [[-1.7012e-02,  1.9748e-02,  1.9104e-02],
                        [-1.4910e-02, -1.9546e-02,  1.1406e-02],
                        [-1.7544e-04,  1.5866e-02,  3.8805e-03]]],
              
              
                      [[[-4.2661e-03,  2.0544e-02, -2.0223e-02],
                        [-1.7558e-02,  1.2315e-02, -1.1358e-03],
                        [-9.5695e-03,  1.7591e-02, -1.8437e-02]],
              
                       [[-7.6622e-03,  1.3523e-02, -1.2805e-02],
                        [ 4.2950e-03, -7.9838e-03, -8.6255e-03],
                        [ 1.5282e-03, -8.8083e-03,  5.8126e-03]],
              
                       [[ 1.2428e-02,  1.6649e-03, -1.8423e-02],
                        [ 3.3804e-03, -9.0342e-03, -2.8731e-03],
                        [ 2.8868e-03, -4.1382e-03,  1.6776e-02]],
              
                       ...,
              
                       [[ 1.6678e-02, -4.2476e-03, -9.8835e-03],
                        [-9.7655e-03, -3.7623e-03,  5.0571e-03],
                        [ 1.0131e-02, -7.6768e-03, -5.4080e-04]],
              
                       [[ 1.7999e-02,  5.0342e-03, -2.2092e-03],
                        [ 1.2079e-02, -8.4492e-03, -1.6282e-02],
                        [-2.0245e-02,  4.7685e-03, -9.7620e-03]],
              
                       [[-4.6216e-03, -1.1652e-02, -1.2818e-02],
                        [ 1.2088e-02, -9.3832e-03, -4.1677e-03],
                        [ 1.1476e-02, -4.4116e-03, -2.0018e-02]]],
              
              
                      [[[ 3.7413e-03, -1.8938e-02, -1.2220e-02],
                        [ 1.7449e-02,  9.5147e-03,  2.5178e-03],
                        [-6.6552e-03,  2.6520e-03, -2.0583e-02]],
              
                       [[ 1.9046e-02,  1.7330e-03,  3.4585e-03],
                        [ 1.6316e-02, -1.8740e-02,  1.6343e-02],
                        [-8.1862e-03, -1.9654e-02,  6.7754e-04]],
              
                       [[-7.8348e-03, -1.0483e-02, -1.1580e-02],
                        [ 2.0537e-02, -1.2595e-02,  4.6942e-03],
                        [ 5.1139e-04, -8.2631e-04, -1.3213e-03]],
              
                       ...,
              
                       [[ 2.0120e-02, -1.8718e-02,  7.1457e-03],
                        [ 8.7498e-03, -8.0881e-03, -8.0977e-03],
                        [-1.8490e-02, -2.0089e-02,  2.6450e-04]],
              
                       [[ 3.0537e-03, -8.0446e-03, -9.7033e-03],
                        [ 2.9420e-03,  1.5974e-02, -8.4568e-03],
                        [-4.6306e-03,  7.5076e-03, -9.9498e-04]],
              
                       [[-1.7441e-02, -4.8928e-03,  2.0088e-02],
                        [ 1.1744e-02, -1.9409e-02, -1.2495e-02],
                        [ 1.6826e-02, -6.6388e-03, -1.3236e-03]]]])),
             ('up3.conv.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.])),
             ('up3.conv.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up3.conv.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up3.conv.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.])),
             ('up3.conv.double_conv.1.num_batches_tracked', tensor(0)),
             ('up3.conv.double_conv.3.weight',
              tensor([[[[-6.2617e-03,  5.1519e-03,  1.0535e-02],
                        [ 2.2614e-02,  2.3770e-02,  7.1172e-03],
                        [-9.0252e-04, -2.0448e-02, -2.0432e-02]],
              
                       [[-5.3073e-03,  2.0543e-03, -1.9999e-02],
                        [ 1.7058e-02,  4.4323e-03,  2.0256e-02],
                        [ 1.6059e-02,  7.8848e-03,  2.6898e-02]],
              
                       [[ 2.4905e-02, -9.5489e-04, -4.0310e-05],
                        [ 2.6839e-02,  1.0395e-02, -1.1824e-02],
                        [ 1.3696e-02, -4.7753e-03,  4.4547e-03]],
              
                       ...,
              
                       [[-4.0551e-03, -2.0774e-02,  5.0831e-03],
                        [ 8.9578e-03, -2.4251e-02, -2.7485e-02],
                        [-1.1212e-02, -3.5667e-03, -2.9207e-02]],
              
                       [[-2.5817e-02,  2.8529e-02, -2.4398e-02],
                        [ 2.0831e-02,  1.4292e-02, -1.8673e-02],
                        [-8.5094e-04, -1.2406e-03,  3.7525e-04]],
              
                       [[ 2.1931e-03,  6.2044e-03, -9.8672e-03],
                        [-6.0165e-03,  7.0416e-03, -3.2293e-03],
                        [-1.1025e-02, -1.1666e-02, -1.8839e-02]]],
              
              
                      [[[-1.9571e-02,  1.3345e-02, -3.1977e-03],
                        [-2.4555e-02, -3.5323e-03, -2.8703e-02],
                        [-1.5313e-02,  2.1116e-02, -1.0758e-03]],
              
                       [[-1.0014e-02,  1.1471e-02, -2.2742e-02],
                        [ 2.5164e-02,  1.5579e-02, -2.2211e-02],
                        [ 2.7174e-02,  1.9207e-02, -1.7626e-02]],
              
                       [[ 2.7689e-02, -5.7403e-03, -1.0863e-02],
                        [ 5.0870e-03,  6.7373e-03, -2.0150e-02],
                        [ 2.9319e-02, -9.6329e-03, -2.0385e-02]],
              
                       ...,
              
                       [[-2.4959e-02,  1.2766e-03,  2.4264e-03],
                        [ 2.1160e-02, -2.1553e-02,  1.6825e-02],
                        [ 2.6579e-02,  6.6060e-03,  2.5650e-02]],
              
                       [[ 4.5595e-03,  1.9319e-03, -2.5173e-02],
                        [-2.3925e-02, -8.3372e-03, -9.0146e-03],
                        [ 1.7461e-02, -2.5896e-02, -1.8144e-02]],
              
                       [[ 2.5831e-02, -2.1761e-02, -2.9396e-02],
                        [ 2.7635e-02, -1.2928e-02,  5.8588e-03],
                        [-2.0192e-02,  4.7528e-03,  2.8390e-02]]],
              
              
                      [[[ 1.8739e-03, -1.3140e-02,  2.6128e-02],
                        [ 1.1566e-02,  3.5446e-03, -5.1995e-03],
                        [ 5.5016e-03, -4.5294e-03,  1.9544e-02]],
              
                       [[-9.9646e-03,  2.7664e-02,  1.1371e-02],
                        [ 1.2055e-02,  1.6825e-02, -1.1272e-02],
                        [ 1.3120e-02,  1.7465e-02,  1.1575e-02]],
              
                       [[-4.8596e-03,  9.3461e-03,  2.0105e-02],
                        [ 1.2126e-02, -2.2240e-03,  1.3572e-02],
                        [-2.8769e-02, -7.9955e-03, -1.2733e-02]],
              
                       ...,
              
                       [[ 2.5646e-02,  1.6559e-02, -2.2198e-02],
                        [-3.0433e-03,  2.7646e-02,  2.8915e-02],
                        [ 2.3706e-02, -2.5853e-02, -8.8919e-05]],
              
                       [[ 1.9385e-02,  9.4940e-03, -1.7507e-02],
                        [-1.0995e-02, -1.9027e-02,  2.6517e-02],
                        [ 6.5096e-03,  8.3432e-03,  4.3078e-03]],
              
                       [[-1.2435e-02, -1.2040e-02,  6.4921e-03],
                        [-1.9559e-02,  2.2276e-02,  1.2324e-02],
                        [ 7.4537e-03,  5.5965e-03, -2.4149e-02]]],
              
              
                      ...,
              
              
                      [[[-2.9395e-02,  2.0365e-02, -1.6215e-02],
                        [ 1.8015e-02,  1.1132e-02, -5.3747e-03],
                        [ 4.5775e-03,  1.9513e-02,  5.4436e-03]],
              
                       [[ 2.0589e-02,  4.0204e-03, -7.1212e-03],
                        [-1.7708e-02, -2.7610e-02,  2.9521e-03],
                        [ 1.4294e-02, -6.5115e-03, -1.4379e-03]],
              
                       [[ 2.8011e-02,  1.6216e-02,  2.5210e-02],
                        [-1.6498e-02,  1.0523e-02,  2.6155e-02],
                        [ 1.6074e-02, -8.3713e-03,  2.2026e-02]],
              
                       ...,
              
                       [[-1.3617e-02, -1.4065e-02, -2.3103e-02],
                        [ 2.4879e-02, -8.9402e-03,  3.0990e-03],
                        [ 1.3965e-03, -2.5021e-02, -2.0546e-02]],
              
                       [[ 2.0246e-03, -7.9078e-03, -2.6747e-02],
                        [ 2.9376e-02, -6.2544e-03, -1.8549e-02],
                        [ 1.5150e-02, -3.9595e-03,  2.3443e-03]],
              
                       [[-3.6495e-03, -1.0052e-02,  1.2397e-03],
                        [ 3.8338e-03, -2.8786e-02, -5.1455e-03],
                        [-1.5915e-02,  2.8991e-02,  6.3032e-03]]],
              
              
                      [[[-2.0503e-02, -2.8574e-02,  1.7111e-02],
                        [-1.5106e-02,  2.2639e-02,  3.2666e-03],
                        [ 1.1444e-02, -9.7533e-03,  1.8418e-02]],
              
                       [[-2.8729e-02, -1.7639e-02,  1.5558e-02],
                        [ 2.1907e-02,  2.6665e-02, -2.0398e-02],
                        [ 4.7236e-03,  2.2406e-02, -1.1982e-03]],
              
                       [[-6.9613e-03,  1.6444e-02,  1.0986e-04],
                        [-2.5102e-02,  2.7951e-02,  1.8224e-02],
                        [-9.3261e-03, -2.2952e-02, -1.9339e-02]],
              
                       ...,
              
                       [[ 6.3333e-03, -8.1322e-03,  3.5560e-03],
                        [-2.3900e-02, -2.8754e-02, -2.0715e-02],
                        [ 1.3923e-02,  1.0834e-02, -1.1983e-02]],
              
                       [[-1.2872e-02,  6.1885e-03, -1.2684e-02],
                        [ 8.5061e-03, -1.3273e-03, -1.6401e-03],
                        [ 3.5566e-03,  1.4142e-02,  7.0110e-03]],
              
                       [[ 1.2880e-02,  6.1687e-03, -9.6315e-03],
                        [ 1.5918e-02,  2.2629e-03, -2.7104e-03],
                        [-8.4794e-04,  2.0819e-02, -2.2515e-02]]],
              
              
                      [[[ 8.6197e-03,  2.3163e-02,  1.9551e-02],
                        [ 2.2528e-02,  1.8106e-02,  1.0401e-02],
                        [-1.7955e-03, -5.1270e-03,  9.9206e-03]],
              
                       [[ 2.3529e-02,  1.5074e-02, -1.5779e-02],
                        [-2.8125e-02, -1.9706e-02, -2.7739e-02],
                        [ 1.2969e-02, -6.8372e-03, -1.8700e-02]],
              
                       [[-1.6456e-02, -1.9319e-02,  2.9451e-02],
                        [-4.3081e-03,  1.6394e-02,  2.0039e-02],
                        [-2.6109e-02,  1.8154e-02, -4.1342e-03]],
              
                       ...,
              
                       [[ 1.4506e-02, -2.9666e-03,  3.6261e-03],
                        [ 1.6303e-02, -4.9343e-03, -1.7006e-02],
                        [ 2.6239e-02, -2.3413e-02,  1.2565e-02]],
              
                       [[-7.7776e-03,  2.6909e-02,  1.0444e-02],
                        [-8.7274e-03, -8.3104e-03,  2.3266e-03],
                        [-2.4073e-02, -1.0433e-02, -1.1619e-02]],
              
                       [[-1.0362e-02, -2.3291e-02, -1.0579e-02],
                        [ 1.6419e-02,  2.0854e-02,  2.4889e-02],
                        [ 1.3606e-03, -9.4291e-03, -1.6355e-03]]]])),
             ('up3.conv.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])),
             ('up3.conv.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up3.conv.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up3.conv.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])),
             ('up3.conv.double_conv.4.num_batches_tracked', tensor(0)),
             ('up4.conv.double_conv.0.weight',
              tensor([[[[-2.4477e-02, -1.7234e-02,  2.2003e-03],
                        [-7.8829e-03,  6.1736e-03,  1.4644e-02],
                        [ 9.7539e-03,  5.7497e-04, -2.1407e-02]],
              
                       [[ 2.5615e-02,  6.0152e-03, -2.8486e-02],
                        [ 2.1189e-02,  6.7674e-03, -1.4792e-03],
                        [ 2.2734e-02,  1.7544e-03, -1.0535e-02]],
              
                       [[ 2.1016e-02,  3.9310e-03,  5.9241e-03],
                        [-9.3318e-04,  1.3821e-02,  2.8222e-02],
                        [ 7.3732e-03,  2.3611e-03,  2.2986e-02]],
              
                       ...,
              
                       [[-2.6076e-02,  9.7759e-03,  1.7446e-02],
                        [-4.6081e-03, -7.8919e-03, -1.3171e-02],
                        [ 3.6483e-03,  5.5107e-04, -2.6154e-02]],
              
                       [[ 2.4815e-02,  6.5554e-04, -2.6840e-02],
                        [-5.4893e-03, -1.2978e-02, -7.7000e-03],
                        [ 1.7822e-02, -2.0376e-02,  1.8151e-02]],
              
                       [[-1.3709e-02, -2.1298e-02,  1.4319e-02],
                        [-1.1540e-02,  2.9451e-03,  4.6603e-03],
                        [ 1.6498e-02, -2.2247e-02, -2.6400e-02]]],
              
              
                      [[[-2.9053e-02,  6.6088e-03,  2.8600e-02],
                        [-8.5117e-03,  3.7488e-03,  2.5909e-02],
                        [-6.6344e-03, -1.8867e-02,  2.1232e-02]],
              
                       [[ 2.7659e-02, -1.5675e-02, -1.2514e-02],
                        [ 6.8806e-03, -2.4540e-02, -2.0591e-02],
                        [-6.2750e-03, -2.9055e-02,  2.7674e-02]],
              
                       [[ 6.6344e-03, -2.5097e-02, -2.7987e-02],
                        [-1.9412e-02, -1.7099e-02,  2.4543e-02],
                        [-6.0892e-03, -1.9663e-02, -2.1830e-02]],
              
                       ...,
              
                       [[-2.4330e-02, -5.3355e-04,  1.6593e-02],
                        [-1.5296e-02, -1.2302e-02, -2.1773e-02],
                        [-2.4805e-02, -2.7568e-02, -5.2265e-03]],
              
                       [[ 1.4438e-02, -1.1498e-02, -5.8588e-03],
                        [ 2.3541e-02,  2.8545e-02, -2.1781e-02],
                        [ 2.1298e-02, -1.4740e-02,  2.0063e-02]],
              
                       [[-1.4228e-02,  2.7397e-02,  1.9363e-03],
                        [ 1.3088e-02,  1.8878e-02,  2.5326e-02],
                        [-2.7118e-02,  1.8095e-02,  1.5554e-02]]],
              
              
                      [[[-2.7807e-02,  2.8756e-02, -2.4947e-02],
                        [ 2.8239e-03,  6.4158e-03,  1.7847e-02],
                        [-2.1316e-02, -1.1236e-02, -7.1000e-03]],
              
                       [[-2.2642e-02, -2.9162e-02, -2.7960e-02],
                        [ 2.2822e-02,  2.6365e-02, -2.2013e-02],
                        [-4.3668e-03,  5.9663e-03, -2.2929e-02]],
              
                       [[ 2.6231e-02,  6.2513e-04, -1.5292e-02],
                        [-2.3744e-02,  1.0287e-02, -1.7989e-02],
                        [ 1.4567e-02, -5.4238e-04, -1.8888e-03]],
              
                       ...,
              
                       [[ 8.2702e-03, -3.9680e-03,  4.4591e-03],
                        [ 1.2113e-02,  1.9210e-02, -2.1732e-02],
                        [ 1.8309e-02, -2.5562e-02, -3.4519e-03]],
              
                       [[ 2.0920e-02,  5.1383e-03, -2.8351e-02],
                        [ 2.4168e-02,  2.4032e-03,  4.4554e-03],
                        [-9.5799e-03, -4.6795e-03,  2.1697e-02]],
              
                       [[ 5.9437e-03,  1.4123e-03, -8.3815e-03],
                        [ 2.3132e-02, -2.6785e-02, -1.6763e-02],
                        [-9.6515e-03, -2.1222e-02,  2.4000e-02]]],
              
              
                      ...,
              
              
                      [[[-2.3391e-02,  2.3395e-02, -2.1791e-02],
                        [ 1.8008e-02,  5.3447e-03,  2.3465e-02],
                        [ 1.7817e-02, -3.0541e-04,  1.8585e-02]],
              
                       [[-1.8773e-02,  9.5143e-03, -9.0805e-03],
                        [-1.1845e-02, -2.0910e-02,  7.6076e-03],
                        [-1.9462e-03,  2.5138e-02, -2.8411e-02]],
              
                       [[ 1.2022e-02, -1.4268e-02,  1.6846e-02],
                        [-1.5587e-02, -2.2586e-02,  1.7113e-03],
                        [-2.0474e-02,  2.1718e-02,  2.6473e-02]],
              
                       ...,
              
                       [[-9.5288e-04, -2.0567e-02, -5.8081e-03],
                        [-9.2609e-03,  2.2689e-02,  7.9880e-03],
                        [-2.3267e-02, -2.2080e-03, -3.7323e-04]],
              
                       [[ 7.0031e-03,  1.5936e-02, -1.7355e-02],
                        [ 9.1528e-03,  6.0140e-04, -4.6582e-03],
                        [-2.2403e-03,  1.1589e-02,  1.3004e-02]],
              
                       [[ 7.5902e-03, -2.7939e-02,  1.6827e-02],
                        [-1.1944e-02, -2.1053e-02,  7.7404e-03],
                        [-2.4648e-02,  1.0781e-02,  1.6477e-02]]],
              
              
                      [[[ 2.8526e-02, -8.3310e-03, -3.3514e-03],
                        [ 8.7738e-03,  3.3132e-03, -2.3501e-03],
                        [-1.5227e-02, -6.8209e-03,  7.2189e-03]],
              
                       [[ 3.2429e-03,  2.9305e-02,  7.2086e-03],
                        [-2.8544e-02, -2.1567e-02, -7.0302e-03],
                        [-1.2484e-02,  4.2848e-03, -1.5662e-02]],
              
                       [[ 1.4185e-03,  6.2046e-03,  2.1498e-02],
                        [ 1.4784e-02, -2.4929e-02, -2.7400e-02],
                        [-2.6303e-05,  2.4616e-02, -1.2550e-02]],
              
                       ...,
              
                       [[-1.1245e-02, -6.3400e-03, -1.4372e-02],
                        [-2.6327e-02, -9.7659e-03, -1.9709e-03],
                        [-2.4333e-03,  5.2920e-03,  1.3149e-02]],
              
                       [[ 2.8700e-03,  7.3612e-03,  2.3691e-03],
                        [-2.7523e-02,  1.5241e-02,  1.3450e-02],
                        [ 2.5740e-03, -3.4698e-03, -1.3424e-02]],
              
                       [[-1.4515e-02, -2.1749e-02,  1.3343e-02],
                        [ 2.5754e-02,  3.5074e-03,  1.9747e-02],
                        [ 2.7382e-03,  1.4910e-02, -2.2954e-02]]],
              
              
                      [[[-4.3458e-03, -1.3681e-02,  1.8517e-02],
                        [-1.4100e-02,  2.4556e-02, -1.6581e-03],
                        [-2.7384e-02,  1.7085e-02,  1.9694e-02]],
              
                       [[ 5.4223e-03, -1.7057e-02, -6.0624e-03],
                        [ 2.8144e-02, -1.2404e-02, -9.2200e-05],
                        [ 8.0187e-03, -2.4534e-02, -6.1641e-03]],
              
                       [[ 4.4628e-03, -2.3212e-02,  1.8625e-02],
                        [ 2.0626e-03, -1.1065e-02,  2.2116e-02],
                        [-2.3691e-02,  7.7271e-03,  2.3667e-02]],
              
                       ...,
              
                       [[ 1.6437e-02,  1.7844e-02,  4.2858e-03],
                        [ 1.8507e-02, -1.4175e-02,  6.2452e-03],
                        [-2.2591e-02, -1.6163e-02,  2.8446e-02]],
              
                       [[ 7.0578e-03,  8.5772e-03,  1.2336e-03],
                        [-2.7270e-02, -4.7153e-03,  1.8364e-02],
                        [-1.7723e-02, -6.1744e-03, -2.6519e-02]],
              
                       [[ 2.6981e-03,  2.3110e-02, -1.9544e-02],
                        [ 2.8593e-02,  2.6731e-02,  2.1887e-02],
                        [-9.6571e-04,  1.7459e-02,  3.4465e-03]]]])),
             ('up4.conv.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])),
             ('up4.conv.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up4.conv.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up4.conv.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])),
             ('up4.conv.double_conv.1.num_batches_tracked', tensor(0)),
             ('up4.conv.double_conv.3.weight',
              tensor([[[[ 3.1426e-03, -3.7804e-02, -1.9636e-03],
                        [-3.3168e-02,  2.4599e-03, -2.5361e-02],
                        [ 2.0291e-02, -3.1659e-02, -2.2596e-02]],
              
                       [[-8.4917e-03, -3.0465e-04, -2.1817e-02],
                        [ 2.9646e-03,  2.4069e-02, -2.6871e-02],
                        [ 2.7976e-02, -2.9426e-02, -1.9063e-02]],
              
                       [[ 3.4714e-02,  2.5515e-02,  2.2645e-03],
                        [ 1.1169e-02, -1.5637e-02, -3.2919e-02],
                        [-1.3760e-02,  1.0523e-03,  3.2319e-02]],
              
                       ...,
              
                       [[-2.6632e-02,  1.5643e-02, -3.1304e-03],
                        [-6.5018e-03,  1.7912e-02, -1.7220e-02],
                        [ 3.1036e-02,  3.4784e-02, -1.4025e-02]],
              
                       [[ 3.3626e-02, -2.4100e-02,  3.6708e-02],
                        [-2.1758e-02, -1.4161e-02, -2.8572e-02],
                        [ 5.2657e-03,  2.2184e-02, -1.2249e-02]],
              
                       [[ 3.9889e-02, -9.9724e-03,  1.4062e-03],
                        [ 1.6991e-02, -5.8726e-03, -1.2741e-02],
                        [-2.3483e-02,  3.6793e-02,  1.0728e-03]]],
              
              
                      [[[-1.1431e-02,  2.8004e-03, -2.1472e-02],
                        [-4.7250e-03,  3.1195e-02, -3.4145e-02],
                        [-3.9074e-02, -9.0451e-03,  3.6595e-02]],
              
                       [[-3.4954e-02, -2.8686e-02,  7.4445e-03],
                        [-3.4594e-02, -1.5361e-02,  3.2916e-02],
                        [ 7.3619e-03, -2.8733e-02, -2.8171e-02]],
              
                       [[-1.6132e-02,  9.1593e-03, -1.5983e-03],
                        [ 1.9147e-02, -3.0231e-02,  3.5481e-02],
                        [-2.8131e-02, -1.5797e-02,  1.4560e-02]],
              
                       ...,
              
                       [[-2.0996e-03, -2.3411e-02, -1.1860e-02],
                        [ 3.8093e-02,  3.5264e-02,  3.0247e-02],
                        [ 1.3708e-02, -2.7209e-02,  3.5293e-02]],
              
                       [[-1.4823e-02, -1.3127e-02, -1.8602e-02],
                        [ 3.1382e-02, -2.8936e-02, -3.5547e-02],
                        [ 2.8250e-02,  2.5477e-02, -1.1684e-02]],
              
                       [[-3.4762e-03, -2.8827e-02,  2.2720e-02],
                        [ 1.9048e-02,  1.9151e-02,  4.8282e-03],
                        [ 3.6979e-02,  1.1263e-02,  1.4983e-02]]],
              
              
                      [[[ 4.0528e-02, -1.5267e-02,  4.1640e-02],
                        [ 1.4580e-02,  2.1254e-03,  2.1454e-02],
                        [ 2.3367e-02,  2.4535e-02, -2.9547e-02]],
              
                       [[ 1.2478e-02, -3.2175e-02,  3.1261e-02],
                        [-2.5070e-02,  1.0443e-02, -1.7667e-02],
                        [-3.9835e-03, -1.4524e-02,  2.9181e-02]],
              
                       [[ 8.7496e-03,  1.6791e-02, -3.3366e-02],
                        [ 3.9007e-02,  1.0403e-02,  3.8254e-02],
                        [-1.2029e-02,  1.1168e-02, -1.9442e-02]],
              
                       ...,
              
                       [[ 2.2030e-02,  1.0903e-02, -1.4863e-02],
                        [-1.3346e-02, -3.5193e-02,  3.2643e-02],
                        [-3.8632e-02, -8.3370e-03,  1.8904e-02]],
              
                       [[-3.9616e-02, -2.5855e-02,  3.3651e-02],
                        [ 3.9193e-02,  2.7768e-02,  1.4065e-02],
                        [-8.8412e-03, -2.1744e-02, -2.0466e-02]],
              
                       [[-9.5175e-03, -3.2115e-02,  2.8135e-02],
                        [-3.5135e-02, -3.5658e-02, -1.6859e-02],
                        [ 3.8371e-02,  4.0490e-03,  2.5179e-02]]],
              
              
                      ...,
              
              
                      [[[-1.6391e-02,  5.2747e-03,  3.4211e-02],
                        [-3.6951e-02, -2.0392e-02,  1.9124e-02],
                        [-4.0592e-03, -2.1158e-02, -5.6858e-03]],
              
                       [[-1.2450e-02, -7.7264e-03, -2.7716e-02],
                        [ 3.4721e-02,  2.8399e-02,  3.7686e-02],
                        [ 3.6166e-02,  1.7743e-02, -3.3313e-02]],
              
                       [[-2.4009e-03,  2.7938e-02,  8.2821e-03],
                        [-1.0567e-02, -1.0721e-02,  3.9096e-02],
                        [-1.0329e-02,  3.5188e-04,  1.9992e-02]],
              
                       ...,
              
                       [[ 4.0091e-02,  2.7190e-02, -3.8786e-02],
                        [ 3.7762e-02,  1.6390e-02, -4.1539e-02],
                        [ 2.8608e-02, -3.4842e-02, -1.5290e-02]],
              
                       [[ 2.5458e-02,  3.8800e-02,  1.8157e-02],
                        [-3.0404e-02, -2.8858e-02, -3.7904e-02],
                        [-1.7384e-02,  1.3624e-02, -3.8238e-02]],
              
                       [[-3.4968e-02, -2.1631e-02,  1.8572e-02],
                        [ 3.9958e-02,  3.1534e-02, -2.6919e-03],
                        [ 2.9025e-02, -2.5323e-02,  1.8108e-02]]],
              
              
                      [[[ 1.4118e-02,  1.3075e-02,  7.9425e-04],
                        [-1.5709e-02,  2.2579e-02, -3.4406e-03],
                        [ 3.9156e-02, -5.3889e-03, -4.1343e-02]],
              
                       [[-1.1825e-03, -7.4790e-03,  3.0482e-02],
                        [-4.0314e-02, -1.9415e-02, -5.4573e-05],
                        [-3.6205e-03, -4.0538e-02,  1.6526e-02]],
              
                       [[ 3.1517e-02,  1.2538e-02,  1.7676e-03],
                        [ 2.2461e-02, -2.9065e-02,  3.1906e-02],
                        [-3.9866e-02, -2.3473e-02,  4.0793e-02]],
              
                       ...,
              
                       [[-2.2015e-02, -1.4035e-03, -3.4191e-02],
                        [ 3.4649e-02,  2.7996e-02,  2.5186e-02],
                        [-2.6122e-02, -3.7787e-02, -3.5784e-02]],
              
                       [[-3.5926e-03, -1.5855e-02, -2.4558e-02],
                        [-3.5714e-02,  4.0327e-02,  3.9204e-02],
                        [ 1.6102e-03, -2.2671e-02,  3.9940e-02]],
              
                       [[-4.1120e-02,  6.4742e-03,  1.8772e-02],
                        [ 3.4173e-02,  5.7441e-04, -1.9311e-02],
                        [-1.4727e-02,  1.7990e-02, -1.8958e-02]]],
              
              
                      [[[ 2.9624e-02, -8.9972e-03,  4.0076e-02],
                        [ 1.4882e-02, -1.9439e-02,  8.6693e-03],
                        [-4.0603e-02,  1.5571e-02, -2.9153e-02]],
              
                       [[-3.5557e-02,  1.8946e-04,  2.2721e-02],
                        [ 2.9935e-03,  8.9930e-03, -2.0757e-02],
                        [ 2.0412e-02,  5.7608e-03,  2.6245e-02]],
              
                       [[-6.2162e-03, -7.0439e-04,  1.3922e-02],
                        [-9.8026e-03,  2.8211e-02, -3.7612e-03],
                        [-3.1022e-02, -2.4241e-02,  2.0704e-03]],
              
                       ...,
              
                       [[ 1.8656e-05, -3.5449e-02, -1.9142e-02],
                        [-3.7448e-02, -3.8316e-02,  3.6445e-02],
                        [ 1.8268e-02, -3.2087e-02, -3.0568e-02]],
              
                       [[-2.6703e-02, -7.0255e-04,  1.3062e-02],
                        [ 9.2566e-03,  3.0957e-02, -3.9456e-02],
                        [ 2.6741e-02,  1.7924e-02,  2.6267e-02]],
              
                       [[-3.0110e-02, -1.6314e-03, -2.8098e-02],
                        [ 2.0860e-02,  1.5562e-02,  2.9175e-02],
                        [ 9.1814e-03,  2.6883e-02,  2.8830e-02]]]])),
             ('up4.conv.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])),
             ('up4.conv.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up4.conv.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up4.conv.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])),
             ('up4.conv.double_conv.4.num_batches_tracked', tensor(0)),
             ('outc.conv.weight',
              tensor([[[[ 0.0984]],
              
                       [[-0.0668]],
              
                       [[-0.0782]],
              
                       [[ 0.0068]],
              
                       [[ 0.0089]],
              
                       [[-0.0501]],
              
                       [[-0.0261]],
              
                       [[ 0.0791]],
              
                       [[-0.1128]],
              
                       [[ 0.0102]],
              
                       [[ 0.0258]],
              
                       [[-0.0357]],
              
                       [[-0.0674]],
              
                       [[ 0.1242]],
              
                       [[ 0.0549]],
              
                       [[-0.0972]],
              
                       [[-0.1207]],
              
                       [[ 0.1104]],
              
                       [[ 0.0293]],
              
                       [[-0.1182]],
              
                       [[ 0.1166]],
              
                       [[ 0.1038]],
              
                       [[-0.0085]],
              
                       [[-0.0039]],
              
                       [[ 0.0621]],
              
                       [[ 0.0331]],
              
                       [[ 0.0618]],
              
                       [[ 0.0310]],
              
                       [[ 0.1245]],
              
                       [[-0.1027]],
              
                       [[ 0.0523]],
              
                       [[ 0.0731]],
              
                       [[-0.0253]],
              
                       [[-0.0495]],
              
                       [[ 0.1218]],
              
                       [[ 0.1106]],
              
                       [[ 0.0079]],
              
                       [[-0.1117]],
              
                       [[ 0.1123]],
              
                       [[-0.0453]],
              
                       [[ 0.0750]],
              
                       [[ 0.0378]],
              
                       [[ 0.1220]],
              
                       [[-0.1052]],
              
                       [[-0.0909]],
              
                       [[-0.0841]],
              
                       [[-0.0028]],
              
                       [[ 0.0207]],
              
                       [[-0.0161]],
              
                       [[-0.0815]],
              
                       [[ 0.0737]],
              
                       [[-0.0565]],
              
                       [[-0.0620]],
              
                       [[ 0.0920]],
              
                       [[ 0.1087]],
              
                       [[ 0.0442]],
              
                       [[-0.0377]],
              
                       [[-0.0474]],
              
                       [[ 0.0807]],
              
                       [[ 0.0298]],
              
                       [[ 0.0700]],
              
                       [[ 0.0749]],
              
                       [[ 0.0847]],
              
                       [[-0.1145]]]])),
             ('outc.conv.bias', tensor([-0.0712]))])
## CPU或单卡:保存&读取整个模型
torch.save(unet, "./unet_example.pth")
loaded_unet = torch.load("./unet_example.pth")
loaded_unet.state_dict()
OrderedDict([('inc.double_conv.0.weight',
              tensor([[[[-0.1569, -0.0516,  0.1381],
                        [-0.0167,  0.1114, -0.1482],
                        [-0.1659, -0.0492, -0.1526]],
              
                       [[ 0.0871,  0.1102, -0.1270],
                        [ 0.1058,  0.0541, -0.0767],
                        [ 0.1247,  0.1813,  0.1895]],
              
                       [[ 0.0929, -0.1305,  0.0531],
                        [-0.0972, -0.1668, -0.0183],
                        [-0.1754, -0.0862,  0.0373]]],
              
              
                      [[[-0.0014,  0.1440, -0.0519],
                        [ 0.1643,  0.1829,  0.1713],
                        [-0.0702, -0.0426,  0.0083]],
              
                       [[ 0.1057,  0.0303,  0.0280],
                        [-0.0306, -0.0898,  0.1635],
                        [-0.1388, -0.0430,  0.0839]],
              
                       [[ 0.0840,  0.1753,  0.0916],
                        [ 0.0819,  0.1624,  0.1901],
                        [ 0.1914,  0.0483, -0.0875]]],
              
              
                      [[[ 0.1197, -0.1618, -0.1778],
                        [ 0.0866, -0.0638, -0.1615],
                        [ 0.1437, -0.1523, -0.1007]],
              
                       [[-0.1395, -0.0602, -0.0457],
                        [ 0.0582, -0.1701,  0.0586],
                        [-0.1828,  0.0463,  0.1460]],
              
                       [[ 0.0735,  0.0299, -0.0629],
                        [-0.0345, -0.0038,  0.0794],
                        [-0.0958, -0.1519, -0.0411]]],
              
              
                      ...,
              
              
                      [[[-0.1095,  0.0703, -0.0860],
                        [-0.1243, -0.0596, -0.1636],
                        [ 0.0819,  0.0457,  0.1248]],
              
                       [[-0.1077, -0.1394,  0.0295],
                        [ 0.1442, -0.1271,  0.1462],
                        [-0.1011,  0.1301, -0.1294]],
              
                       [[-0.1653, -0.1431, -0.1031],
                        [ 0.0511,  0.1370,  0.0210],
                        [-0.1709,  0.0438, -0.0352]]],
              
              
                      [[[-0.0893,  0.1826, -0.0856],
                        [-0.1679,  0.0620,  0.1056],
                        [-0.0206, -0.1745, -0.0500]],
              
                       [[ 0.0784,  0.0502,  0.1084],
                        [-0.0746, -0.1213,  0.0849],
                        [-0.1682, -0.1131, -0.1769]],
              
                       [[ 0.1111, -0.0814,  0.1804],
                        [-0.0183,  0.0950, -0.0082],
                        [-0.0761, -0.0757, -0.1657]]],
              
              
                      [[[ 0.0543, -0.0157, -0.1387],
                        [ 0.1503,  0.1388,  0.0653],
                        [ 0.1474, -0.0991, -0.1478]],
              
                       [[ 0.0953, -0.1215,  0.1848],
                        [-0.0360,  0.0052, -0.1841],
                        [-0.1859, -0.0946,  0.1727]],
              
                       [[-0.0668, -0.0142,  0.1517],
                        [-0.1101,  0.0217, -0.1021],
                        [-0.1509,  0.0912,  0.1346]]]])),
             ('inc.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])),
             ('inc.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('inc.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('inc.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])),
             ('inc.double_conv.1.num_batches_tracked', tensor(0)),
             ('inc.double_conv.3.weight',
              tensor([[[[-4.1079e-02,  2.4625e-02, -5.8618e-03],
                        [-3.6583e-02, -1.7239e-02,  2.4723e-02],
                        [-2.0914e-03,  3.0168e-02, -2.0448e-02]],
              
                       [[ 4.1381e-03, -2.0328e-02, -2.9454e-02],
                        [ 1.0681e-02, -3.6947e-02, -1.4246e-02],
                        [-3.8679e-03,  2.3515e-02,  7.0796e-03]],
              
                       [[-3.3515e-02,  2.3345e-02, -5.7584e-04],
                        [ 3.0752e-02, -3.5342e-02, -3.0192e-02],
                        [ 3.0137e-02,  4.9735e-03,  3.0268e-02]],
              
                       ...,
              
                       [[ 2.6247e-02,  3.5036e-02, -2.7703e-02],
                        [ 1.2037e-02, -1.1631e-02, -3.5691e-02],
                        [ 1.8343e-02,  2.3172e-02, -2.3284e-02]],
              
                       [[ 3.9720e-02, -2.9578e-02, -3.8113e-02],
                        [ 6.7576e-04, -4.0048e-02, -6.3216e-05],
                        [ 1.9008e-02,  3.8545e-02,  3.0812e-02]],
              
                       [[-6.7981e-03, -1.5902e-03,  3.7965e-02],
                        [ 8.6753e-03, -1.4569e-03, -1.9033e-02],
                        [-2.0683e-02, -2.7206e-02,  2.5007e-02]]],
              
              
                      [[[-1.3453e-02,  4.8410e-03,  6.3604e-03],
                        [ 1.4860e-02, -1.9902e-04, -3.7245e-02],
                        [ 1.2965e-02,  9.0473e-03,  2.3664e-02]],
              
                       [[-3.6142e-02, -2.9932e-02, -2.7691e-02],
                        [ 2.6747e-02,  2.1051e-02, -6.9610e-03],
                        [ 1.6672e-02,  2.4121e-02,  3.9934e-02]],
              
                       [[ 1.8793e-02,  3.8492e-02, -1.8463e-02],
                        [ 2.4193e-02,  1.2931e-02, -2.9170e-02],
                        [-2.2503e-02,  7.4183e-03, -9.9386e-03]],
              
                       ...,
              
                       [[-3.5583e-02,  1.0415e-02,  2.6884e-03],
                        [-2.4120e-02, -1.6516e-02, -3.5117e-02],
                        [-1.1389e-02, -3.2349e-02, -5.4190e-03]],
              
                       [[ 1.0794e-02, -1.4699e-02, -3.9218e-02],
                        [ 7.2620e-03,  2.3942e-02, -9.0866e-03],
                        [-3.9156e-02, -2.2665e-02,  3.0706e-02]],
              
                       [[ 2.5315e-02,  3.8635e-02, -1.4174e-03],
                        [ 4.2061e-03, -3.3006e-02, -2.6736e-02],
                        [-1.2201e-02,  2.4348e-02, -2.8096e-02]]],
              
              
                      [[[-2.9801e-02,  1.3935e-02, -2.9342e-02],
                        [-4.2913e-03,  9.5715e-03,  3.7494e-02],
                        [ 2.2639e-02,  1.3474e-02,  2.3872e-02]],
              
                       [[ 1.6016e-03,  2.9424e-02,  2.3341e-02],
                        [-1.2055e-02, -3.9560e-02, -1.5007e-02],
                        [ 2.5384e-02, -4.1246e-02,  2.9730e-02]],
              
                       [[ 2.2965e-02, -2.7511e-02, -1.2306e-02],
                        [-1.4792e-02,  2.7210e-03, -3.1689e-02],
                        [ 3.1452e-02, -2.1154e-02,  3.2495e-02]],
              
                       ...,
              
                       [[ 6.1211e-03, -1.7085e-03,  1.0614e-02],
                        [-1.3250e-03,  2.0869e-02,  7.6367e-03],
                        [-3.3447e-02, -3.5193e-02, -3.4296e-02]],
              
                       [[ 2.6182e-02, -9.0026e-03,  4.3130e-03],
                        [-1.9488e-02,  3.6438e-02, -2.9620e-02],
                        [-4.0476e-02,  8.5702e-03,  2.2612e-02]],
              
                       [[ 1.9338e-03, -1.3990e-02,  8.3609e-03],
                        [-1.3580e-02, -3.6543e-02,  2.8900e-02],
                        [ 2.8948e-02, -2.2145e-03, -2.4276e-02]]],
              
              
                      ...,
              
              
                      [[[ 6.0462e-03,  3.9649e-02,  1.0557e-02],
                        [ 3.1926e-02,  3.8248e-02,  9.8494e-03],
                        [ 1.2289e-03, -1.9980e-02, -3.3557e-02]],
              
                       [[-4.0275e-02,  1.1621e-02,  1.1366e-02],
                        [-1.9881e-02,  6.3696e-03,  4.0948e-02],
                        [-1.5219e-02, -1.6628e-02,  2.8343e-03]],
              
                       [[ 2.7490e-02,  3.5501e-02,  3.2039e-02],
                        [ 3.5091e-03,  1.1285e-02,  1.5338e-02],
                        [ 1.9410e-02, -5.1183e-03, -2.9545e-02]],
              
                       ...,
              
                       [[-2.0173e-02,  3.1788e-02,  8.5245e-03],
                        [ 1.2969e-02,  1.4843e-02,  1.5726e-02],
                        [ 3.1018e-02, -2.0554e-02,  1.6326e-02]],
              
                       [[-3.5004e-02,  3.6636e-02,  5.2004e-03],
                        [ 2.9926e-02,  3.7449e-02,  6.1300e-04],
                        [-5.1867e-04, -4.0083e-02, -3.0298e-02]],
              
                       [[-1.5009e-02,  4.1003e-02,  7.9811e-03],
                        [ 6.5824e-03, -2.2011e-02,  8.9981e-03],
                        [ 1.5385e-02, -3.9503e-02,  4.1086e-02]]],
              
              
                      [[[-2.8993e-02, -3.7376e-02,  1.1231e-02],
                        [ 1.7329e-02, -5.8507e-03,  1.9821e-02],
                        [ 2.0648e-02, -3.9886e-02,  1.6316e-02]],
              
                       [[ 3.2519e-02,  1.6676e-02,  1.2690e-03],
                        [ 1.6236e-03,  4.4074e-03, -2.0494e-02],
                        [-3.6117e-02,  1.2012e-02, -2.8950e-02]],
              
                       [[-3.4818e-02, -1.8692e-02, -6.5148e-03],
                        [-3.8199e-02, -2.1533e-03, -2.6669e-02],
                        [ 2.0359e-03, -1.0877e-02,  3.2552e-02]],
              
                       ...,
              
                       [[ 2.6173e-03, -3.7495e-02,  8.6743e-03],
                        [ 4.8354e-04,  4.1075e-02, -6.5880e-03],
                        [ 3.3915e-02,  3.9410e-03, -1.2893e-02]],
              
                       [[ 2.6528e-02, -4.0759e-02,  1.9229e-02],
                        [ 2.2432e-02, -3.9180e-03,  2.6232e-02],
                        [ 1.2603e-02, -3.1149e-03, -1.4234e-02]],
              
                       [[-2.9655e-03,  1.3039e-03, -2.7197e-02],
                        [ 3.9957e-02, -1.5892e-02,  2.0109e-02],
                        [ 1.4106e-03,  6.4586e-04,  8.9162e-03]]],
              
              
                      [[[ 3.1019e-02,  3.9165e-02, -2.7102e-02],
                        [-3.8747e-02, -2.9976e-02, -8.2251e-04],
                        [ 3.1431e-02, -9.7356e-03,  1.1533e-02]],
              
                       [[-8.6869e-03,  3.6680e-02,  1.8349e-02],
                        [-3.1113e-02, -2.5772e-02, -1.2013e-02],
                        [ 2.4810e-02,  2.1669e-02, -3.3620e-02]],
              
                       [[-3.0419e-02,  7.3520e-03, -1.9823e-02],
                        [ 3.8660e-02,  2.6089e-02,  3.0254e-02],
                        [ 1.4994e-02,  1.0452e-02,  3.4261e-02]],
              
                       ...,
              
                       [[-3.2601e-02, -3.6214e-02,  3.6512e-02],
                        [-3.7527e-02, -2.9699e-02,  1.5305e-02],
                        [-2.4764e-02,  2.2672e-02,  2.2486e-02]],
              
                       [[ 1.1033e-02,  3.0824e-02,  2.4714e-02],
                        [-2.1154e-02,  2.5543e-02,  1.0087e-02],
                        [ 2.3082e-02, -3.0461e-02,  3.4150e-02]],
              
                       [[-1.8519e-02, -7.6047e-03,  2.7975e-02],
                        [-6.4077e-03, -2.6562e-02,  9.9592e-03],
                        [-2.9076e-02, -2.5703e-02, -2.9623e-02]]]])),
             ('inc.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])),
             ('inc.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('inc.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('inc.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])),
             ('inc.double_conv.4.num_batches_tracked', tensor(0)),
             ('down1.maxpool_conv.1.double_conv.0.weight',
              tensor([[[[ 0.0357, -0.0264,  0.0201],
                        [ 0.0235, -0.0205,  0.0169],
                        [ 0.0325, -0.0087, -0.0301]],
              
                       [[-0.0252,  0.0130,  0.0105],
                        [ 0.0278,  0.0094, -0.0272],
                        [ 0.0324,  0.0047,  0.0045]],
              
                       [[-0.0352, -0.0399, -0.0170],
                        [ 0.0144,  0.0158, -0.0144],
                        [-0.0233,  0.0018, -0.0334]],
              
                       ...,
              
                       [[ 0.0116, -0.0235, -0.0296],
                        [-0.0242,  0.0119,  0.0299],
                        [ 0.0114,  0.0182,  0.0288]],
              
                       [[-0.0316, -0.0088, -0.0152],
                        [-0.0325, -0.0183, -0.0030],
                        [-0.0355, -0.0339,  0.0363]],
              
                       [[-0.0135,  0.0221,  0.0305],
                        [-0.0268,  0.0040, -0.0396],
                        [-0.0201,  0.0218, -0.0349]]],
              
              
                      [[[ 0.0126,  0.0043, -0.0306],
                        [-0.0146,  0.0352,  0.0244],
                        [ 0.0250,  0.0273,  0.0250]],
              
                       [[-0.0412,  0.0087,  0.0332],
                        [ 0.0187, -0.0076, -0.0089],
                        [-0.0151, -0.0058, -0.0293]],
              
                       [[-0.0167, -0.0200,  0.0142],
                        [-0.0356,  0.0294,  0.0118],
                        [-0.0244, -0.0215,  0.0074]],
              
                       ...,
              
                       [[-0.0035,  0.0137, -0.0314],
                        [ 0.0138, -0.0057,  0.0048],
                        [ 0.0214, -0.0232, -0.0108]],
              
                       [[-0.0412, -0.0090, -0.0090],
                        [-0.0287,  0.0126,  0.0135],
                        [ 0.0138,  0.0354, -0.0151]],
              
                       [[ 0.0006, -0.0026,  0.0229],
                        [ 0.0340,  0.0215,  0.0193],
                        [-0.0062,  0.0044,  0.0232]]],
              
              
                      [[[ 0.0393,  0.0131, -0.0272],
                        [-0.0268, -0.0212,  0.0276],
                        [-0.0300,  0.0367, -0.0406]],
              
                       [[ 0.0010, -0.0226, -0.0340],
                        [ 0.0188,  0.0097, -0.0116],
                        [ 0.0346, -0.0155,  0.0074]],
              
                       [[ 0.0277, -0.0405,  0.0331],
                        [ 0.0064,  0.0333,  0.0368],
                        [ 0.0375,  0.0212, -0.0242]],
              
                       ...,
              
                       [[-0.0069,  0.0186, -0.0329],
                        [ 0.0099, -0.0293,  0.0133],
                        [ 0.0385,  0.0099,  0.0152]],
              
                       [[ 0.0165,  0.0133,  0.0077],
                        [-0.0347, -0.0064,  0.0321],
                        [-0.0038, -0.0347,  0.0405]],
              
                       [[ 0.0055, -0.0044, -0.0135],
                        [ 0.0195,  0.0027,  0.0329],
                        [-0.0107,  0.0344, -0.0313]]],
              
              
                      ...,
              
              
                      [[[ 0.0298, -0.0407, -0.0166],
                        [-0.0002, -0.0221,  0.0067],
                        [ 0.0178,  0.0013, -0.0193]],
              
                       [[-0.0238,  0.0293,  0.0269],
                        [ 0.0277,  0.0384,  0.0140],
                        [-0.0363, -0.0101,  0.0253]],
              
                       [[ 0.0334, -0.0225, -0.0067],
                        [-0.0341,  0.0260, -0.0054],
                        [ 0.0118,  0.0148,  0.0336]],
              
                       ...,
              
                       [[-0.0390,  0.0067, -0.0146],
                        [-0.0058, -0.0076,  0.0248],
                        [-0.0309, -0.0162, -0.0044]],
              
                       [[ 0.0156,  0.0133, -0.0077],
                        [-0.0084, -0.0258,  0.0351],
                        [ 0.0133, -0.0063,  0.0344]],
              
                       [[ 0.0333,  0.0093, -0.0372],
                        [-0.0002,  0.0405, -0.0157],
                        [-0.0018, -0.0008,  0.0080]]],
              
              
                      [[[ 0.0330, -0.0097, -0.0083],
                        [-0.0216,  0.0057, -0.0085],
                        [ 0.0082,  0.0023,  0.0381]],
              
                       [[-0.0320,  0.0131, -0.0137],
                        [-0.0037,  0.0201, -0.0339],
                        [ 0.0327,  0.0375, -0.0072]],
              
                       [[-0.0085, -0.0173,  0.0102],
                        [ 0.0381,  0.0038,  0.0299],
                        [ 0.0261,  0.0366,  0.0206]],
              
                       ...,
              
                       [[-0.0330, -0.0098, -0.0026],
                        [ 0.0038,  0.0086,  0.0258],
                        [-0.0036,  0.0356, -0.0383]],
              
                       [[ 0.0014,  0.0289, -0.0069],
                        [-0.0358, -0.0261, -0.0318],
                        [-0.0223, -0.0333,  0.0221]],
              
                       [[ 0.0099, -0.0044,  0.0356],
                        [-0.0416,  0.0245,  0.0219],
                        [-0.0125, -0.0308, -0.0395]]],
              
              
                      [[[-0.0059, -0.0348, -0.0104],
                        [-0.0281, -0.0408,  0.0101],
                        [-0.0012,  0.0124, -0.0115]],
              
                       [[-0.0382, -0.0336,  0.0156],
                        [-0.0337,  0.0008,  0.0405],
                        [-0.0058, -0.0384, -0.0303]],
              
                       [[-0.0357,  0.0154,  0.0037],
                        [ 0.0079,  0.0382, -0.0023],
                        [-0.0099,  0.0091, -0.0170]],
              
                       ...,
              
                       [[-0.0194,  0.0131, -0.0097],
                        [-0.0112, -0.0016, -0.0009],
                        [-0.0198, -0.0326, -0.0109]],
              
                       [[ 0.0248, -0.0348, -0.0202],
                        [-0.0041, -0.0386, -0.0109],
                        [-0.0228, -0.0399,  0.0372]],
              
                       [[-0.0010, -0.0073,  0.0204],
                        [-0.0288,  0.0141,  0.0010],
                        [-0.0160, -0.0138,  0.0360]]]])),
             ('down1.maxpool_conv.1.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.])),
             ('down1.maxpool_conv.1.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down1.maxpool_conv.1.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down1.maxpool_conv.1.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.])),
             ('down1.maxpool_conv.1.double_conv.1.num_batches_tracked',
              tensor(0)),
             ('down1.maxpool_conv.1.double_conv.3.weight',
              tensor([[[[ 1.1305e-02, -1.2684e-03,  2.4892e-02],
                        [-2.6919e-02, -1.1080e-02,  6.1028e-04],
                        [-6.9626e-03,  2.4179e-02,  7.0370e-03]],
              
                       [[-8.0535e-03, -1.8495e-04, -2.7226e-02],
                        [-1.6500e-02,  3.6307e-03,  2.3883e-02],
                        [-7.6892e-03,  2.6147e-02,  1.8880e-02]],
              
                       [[-6.3356e-04, -7.4601e-03, -7.9877e-03],
                        [ 1.3430e-02, -1.9490e-02,  3.8737e-03],
                        [-1.6122e-02, -1.8464e-02,  2.0742e-02]],
              
                       ...,
              
                       [[ 1.8362e-03, -1.1564e-02, -2.8767e-02],
                        [ 5.5608e-03,  6.5534e-03,  1.5489e-02],
                        [-1.3676e-02, -2.4228e-02,  1.2859e-02]],
              
                       [[ 1.7046e-02,  3.1059e-03, -1.3043e-02],
                        [-1.1144e-02,  8.5697e-03, -9.9781e-03],
                        [ 6.2510e-03, -2.7031e-02, -8.6106e-03]],
              
                       [[ 2.8901e-02,  1.9356e-02, -2.5723e-02],
                        [-2.0941e-02,  1.2509e-02,  2.8496e-02],
                        [-1.6640e-02, -3.5848e-03, -1.0853e-02]]],
              
              
                      [[[ 1.2726e-02, -1.6195e-02,  1.4709e-02],
                        [-2.0562e-02, -2.8356e-02,  1.0373e-02],
                        [ 1.6941e-02, -1.7723e-02,  2.5551e-02]],
              
                       [[-1.9462e-02,  2.7471e-02, -1.6930e-02],
                        [-2.7676e-03, -1.4025e-03,  1.7487e-02],
                        [ 1.6080e-02,  2.9447e-02, -1.8378e-02]],
              
                       [[ 2.8415e-03, -1.0617e-02, -1.0754e-03],
                        [ 2.2315e-02, -1.2144e-02, -1.7454e-02],
                        [-2.4725e-02, -1.4872e-02,  1.2383e-02]],
              
                       ...,
              
                       [[ 2.1383e-02, -2.6270e-02, -1.2159e-02],
                        [-2.1438e-02, -2.4603e-02, -1.3974e-02],
                        [-2.2166e-02,  2.9069e-02,  1.0996e-02]],
              
                       [[ 2.6262e-02, -3.3151e-03,  2.6866e-02],
                        [-1.1902e-02,  2.3779e-03,  2.6081e-02],
                        [ 5.4771e-03,  7.5126e-04, -8.3137e-03]],
              
                       [[ 2.5385e-02,  7.2457e-03, -1.6735e-02],
                        [-4.7629e-03, -1.2607e-02, -4.5772e-03],
                        [ 1.6854e-02,  1.9901e-02,  2.8703e-02]]],
              
              
                      [[[-2.8001e-02, -4.4546e-04, -2.0191e-02],
                        [ 2.4830e-02, -2.2498e-02, -2.0728e-02],
                        [-1.0464e-02,  2.7569e-02,  2.9056e-02]],
              
                       [[-2.7124e-02, -7.6276e-03,  2.4910e-02],
                        [-5.0865e-03, -1.3039e-02, -1.9636e-02],
                        [-2.0727e-02, -2.3310e-02, -1.5865e-02]],
              
                       [[ 7.5711e-03,  7.3599e-03, -2.2980e-02],
                        [-2.5551e-02,  2.2718e-02,  1.5489e-02],
                        [-3.0655e-04,  1.2903e-02, -2.2033e-02]],
              
                       ...,
              
                       [[-1.5014e-02, -7.5347e-04,  1.6599e-03],
                        [-5.4850e-03,  1.3427e-02,  2.9824e-03],
                        [ 2.4041e-02,  1.7558e-03,  1.0491e-02]],
              
                       [[-1.7517e-02,  2.2218e-02,  2.1117e-02],
                        [-8.5116e-05,  2.7633e-02,  1.1950e-03],
                        [ 2.3484e-02, -2.0629e-02, -7.9562e-03]],
              
                       [[ 6.6841e-03, -2.7769e-02, -2.2987e-02],
                        [-2.4637e-02,  2.2629e-02, -1.2457e-02],
                        [-1.0986e-02, -1.6586e-02, -4.0791e-03]]],
              
              
                      ...,
              
              
                      [[[ 8.6628e-03,  2.6667e-02,  6.7481e-03],
                        [-1.4348e-02, -1.9016e-02,  2.1977e-02],
                        [ 1.1526e-02,  2.0264e-03, -1.9429e-02]],
              
                       [[-1.5399e-02,  2.4140e-02,  1.7281e-02],
                        [-5.1553e-05,  2.7146e-03, -2.2730e-02],
                        [-2.2137e-02,  1.5756e-02,  9.6129e-03]],
              
                       [[-5.2356e-03,  1.8795e-02,  1.4753e-02],
                        [-2.9235e-02, -2.4725e-02, -9.9595e-03],
                        [-2.5816e-02, -1.2593e-02, -1.4906e-02]],
              
                       ...,
              
                       [[-5.1329e-04,  2.4464e-02,  1.0491e-02],
                        [ 1.6588e-03, -1.9864e-02, -2.4729e-02],
                        [-5.7917e-03,  1.2495e-02,  7.5220e-03]],
              
                       [[ 1.5368e-02, -2.5456e-02, -1.4819e-02],
                        [-2.5614e-02, -2.3670e-03,  2.6447e-02],
                        [-5.4125e-03, -4.6167e-03, -7.2054e-04]],
              
                       [[-1.7071e-02, -2.6587e-03,  2.1725e-02],
                        [-2.8988e-02,  3.1809e-03,  1.3815e-03],
                        [ 6.4158e-03, -2.6444e-04,  1.8910e-02]]],
              
              
                      [[[ 2.5009e-02,  4.4661e-03, -2.5017e-02],
                        [ 6.8237e-03,  1.3778e-02,  6.8838e-03],
                        [-1.5440e-02, -1.2293e-03,  2.2054e-02]],
              
                       [[-1.6465e-02,  1.3906e-02,  2.9242e-02],
                        [ 2.2392e-02, -6.8427e-03, -2.1006e-02],
                        [ 2.3828e-02, -1.8528e-02,  4.6238e-03]],
              
                       [[ 2.6324e-02, -3.9792e-03, -2.8550e-02],
                        [ 9.2739e-03,  8.2617e-03, -2.5574e-02],
                        [ 1.6078e-02,  1.6129e-02,  6.8392e-03]],
              
                       ...,
              
                       [[ 2.7127e-02, -1.3369e-02,  8.5266e-03],
                        [-1.0530e-02, -2.0817e-02, -8.6817e-03],
                        [-2.9038e-02, -2.4825e-03,  1.3813e-02]],
              
                       [[ 1.2809e-02, -2.7485e-02, -2.8767e-02],
                        [-5.6553e-03,  1.9724e-02,  1.1964e-02],
                        [ 5.6818e-03,  1.9974e-02, -1.8658e-02]],
              
                       [[ 2.8031e-02, -2.4776e-02, -3.0622e-03],
                        [ 1.4898e-02,  2.7475e-03, -2.2119e-02],
                        [ 5.8204e-03,  6.9012e-03, -2.6735e-02]]],
              
              
                      [[[ 9.7910e-03,  1.7056e-02, -4.8750e-03],
                        [ 3.8653e-03,  9.2350e-03, -2.7748e-02],
                        [ 2.4542e-02, -9.4870e-03,  2.7431e-02]],
              
                       [[ 1.5725e-03,  5.4433e-03,  6.2727e-03],
                        [ 2.9122e-02,  1.9450e-02, -1.4450e-02],
                        [ 7.3775e-03,  2.3615e-02, -1.2452e-02]],
              
                       [[-7.7901e-04,  5.2408e-03,  1.3440e-02],
                        [ 1.1745e-02, -2.4794e-02,  5.6418e-03],
                        [ 1.4150e-02, -1.9262e-02, -6.3717e-04]],
              
                       ...,
              
                       [[ 4.6180e-03,  2.1094e-03, -2.5070e-02],
                        [-1.9577e-02,  2.3995e-02, -1.5351e-02],
                        [-2.1875e-02, -2.0034e-03,  3.7910e-03]],
              
                       [[ 2.1114e-03,  2.1738e-02,  1.3168e-03],
                        [-9.2969e-03,  1.9882e-02,  5.0677e-03],
                        [ 6.9171e-03,  2.1555e-02, -1.1559e-02]],
              
                       [[-2.8176e-02, -2.6783e-02,  2.4445e-02],
                        [ 1.4733e-02,  4.4278e-03,  7.2822e-03],
                        [-2.4972e-02, -1.4935e-02,  2.7857e-02]]]])),
             ('down1.maxpool_conv.1.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.])),
             ('down1.maxpool_conv.1.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down1.maxpool_conv.1.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down1.maxpool_conv.1.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.])),
             ('down1.maxpool_conv.1.double_conv.4.num_batches_tracked',
              tensor(0)),
             ('down2.maxpool_conv.1.double_conv.0.weight',
              tensor([[[[-2.0874e-03,  2.8328e-02,  3.8197e-03],
                        [ 2.0103e-02, -2.4530e-02,  3.5383e-03],
                        [ 1.2657e-02,  2.5045e-02,  5.3281e-03]],
              
                       [[ 9.3871e-03,  2.5844e-02, -1.4631e-02],
                        [ 2.7466e-02, -1.0389e-02,  1.5178e-02],
                        [ 2.8453e-02,  1.3451e-02, -1.1607e-03]],
              
                       [[ 2.0450e-02,  1.3948e-02, -1.8822e-02],
                        [-1.6178e-03,  2.4138e-02,  1.6494e-02],
                        [-2.7684e-02, -1.6600e-02,  2.5942e-03]],
              
                       ...,
              
                       [[-2.5010e-03,  2.1981e-02,  1.0307e-02],
                        [ 1.0725e-02,  2.8690e-02, -1.7391e-02],
                        [ 3.5500e-03,  2.0341e-03,  5.9864e-03]],
              
                       [[-8.7539e-03,  1.3636e-02,  2.7444e-02],
                        [-5.3241e-03,  1.4782e-02, -1.6061e-02],
                        [ 2.8436e-02, -2.6700e-02, -5.3704e-03]],
              
                       [[-2.3932e-02,  6.0354e-03,  2.0279e-02],
                        [-2.7523e-02, -2.8895e-02,  2.0104e-02],
                        [-6.3520e-03,  8.0765e-03,  2.4935e-03]]],
              
              
                      [[[-1.0771e-02, -3.8036e-03, -2.3648e-02],
                        [-1.3159e-02,  2.4382e-02,  2.5068e-02],
                        [-1.8793e-02, -2.5927e-02,  1.6405e-02]],
              
                       [[ 4.6219e-03,  2.3189e-02, -1.0743e-02],
                        [ 2.8896e-02, -2.2556e-02,  5.3712e-03],
                        [-8.8788e-03, -8.3982e-03, -9.5629e-03]],
              
                       [[-2.3292e-02,  1.9044e-02,  1.8797e-03],
                        [-1.7992e-02, -2.8691e-02,  1.8576e-03],
                        [-2.4593e-02,  8.3165e-03, -5.6803e-03]],
              
                       ...,
              
                       [[-2.7325e-02, -1.6579e-02, -2.7656e-02],
                        [-1.4223e-02,  6.2641e-03, -2.7416e-02],
                        [-1.8046e-02,  1.1367e-02, -1.2150e-02]],
              
                       [[-3.4729e-03,  5.4115e-04, -1.9539e-02],
                        [ 1.6914e-02, -1.1351e-02,  2.0686e-02],
                        [-1.0540e-02, -2.7865e-02,  3.4599e-03]],
              
                       [[-1.5403e-02, -5.0929e-03, -2.0951e-02],
                        [ 1.8758e-02, -1.5846e-02, -2.6030e-02],
                        [ 2.3687e-02, -2.6410e-02,  5.7963e-03]]],
              
              
                      [[[-2.6278e-02, -1.2930e-02, -1.6344e-02],
                        [ 8.9017e-03, -1.8674e-02, -1.6698e-02],
                        [-1.0313e-02,  9.8180e-03,  1.0110e-02]],
              
                       [[-2.1049e-02,  1.4577e-02, -1.8113e-02],
                        [-2.0648e-02, -1.4387e-02, -2.4280e-04],
                        [-2.0775e-02, -4.0661e-03,  2.7782e-02]],
              
                       [[-2.7178e-02,  4.2496e-03, -2.3201e-02],
                        [ 1.0937e-02, -6.5350e-03, -2.3540e-02],
                        [-2.9455e-02,  2.3027e-02, -2.7718e-02]],
              
                       ...,
              
                       [[-2.1814e-02,  1.5335e-02, -2.3714e-02],
                        [-2.8257e-02,  2.3738e-02, -1.3762e-02],
                        [-3.1294e-03,  9.6518e-03,  6.7151e-03]],
              
                       [[-2.5689e-02,  4.9199e-03,  1.6813e-02],
                        [ 2.7413e-02, -2.5757e-02, -2.6320e-02],
                        [ 2.8428e-02, -1.9982e-02, -6.2184e-03]],
              
                       [[-4.9595e-03, -2.2561e-02,  2.1508e-02],
                        [ 6.1043e-03, -1.9141e-02, -1.6917e-02],
                        [-2.2802e-02, -7.2276e-03,  1.1010e-02]]],
              
              
                      ...,
              
              
                      [[[-1.8587e-04,  2.5234e-02,  1.2862e-02],
                        [ 6.4087e-03,  2.9456e-03, -6.2891e-03],
                        [ 1.3295e-02,  1.1122e-02, -3.8489e-03]],
              
                       [[ 2.4627e-02, -8.6374e-03,  9.6317e-03],
                        [-4.4341e-03, -2.0696e-03,  5.3607e-05],
                        [ 2.7382e-02, -1.1736e-03, -2.8442e-03]],
              
                       [[ 7.9895e-03, -6.4228e-03,  9.2783e-03],
                        [ 1.0661e-03, -2.7210e-02,  2.9449e-02],
                        [ 2.8375e-03, -2.2452e-02, -3.4423e-03]],
              
                       ...,
              
                       [[ 7.1594e-03, -2.7026e-02, -6.7921e-03],
                        [-1.5202e-02, -7.0004e-04, -6.5862e-03],
                        [ 2.7967e-02,  2.5300e-02,  5.7218e-03]],
              
                       [[ 1.9714e-02,  2.5212e-02,  2.6632e-02],
                        [ 3.6115e-03, -2.2397e-02, -1.0878e-02],
                        [-1.3762e-02,  4.6104e-04,  1.6057e-02]],
              
                       [[ 2.5034e-02, -2.9420e-02, -1.7739e-02],
                        [ 1.0064e-02, -2.8722e-02, -1.6836e-02],
                        [ 1.7448e-02,  2.8111e-02,  1.4150e-03]]],
              
              
                      [[[-1.5742e-02, -1.3421e-02,  2.7663e-02],
                        [-1.5744e-02,  2.0141e-03,  1.1419e-03],
                        [ 2.5981e-02,  1.0222e-02, -1.5587e-02]],
              
                       [[ 1.3669e-02,  5.2103e-03, -7.6013e-03],
                        [-1.6173e-02,  5.6269e-04,  2.4350e-03],
                        [ 2.4261e-03,  2.5788e-02, -2.8097e-02]],
              
                       [[-1.4888e-02, -1.7731e-02, -6.4337e-03],
                        [ 2.2471e-02,  2.3679e-04, -1.1437e-02],
                        [-5.8912e-03,  1.0241e-02,  1.8909e-02]],
              
                       ...,
              
                       [[-1.4776e-02,  2.1398e-02,  8.8336e-04],
                        [-3.3876e-03,  9.3768e-03, -5.3336e-03],
                        [-4.4843e-03, -5.7139e-03, -6.8183e-03]],
              
                       [[-2.0888e-02, -2.4299e-02, -1.6261e-02],
                        [-2.0847e-02,  1.3012e-02,  2.1894e-02],
                        [-4.3075e-03,  2.1090e-02,  2.2750e-02]],
              
                       [[-1.7861e-02, -2.5487e-02, -9.7013e-03],
                        [-2.8849e-03, -2.6374e-02, -2.2423e-02],
                        [ 3.2294e-03,  1.0469e-02, -2.7943e-02]]],
              
              
                      [[[ 4.1885e-03, -2.7628e-02, -2.5770e-02],
                        [ 1.4383e-02, -3.2527e-03, -2.1710e-02],
                        [-1.4146e-02,  7.5708e-03, -1.2968e-02]],
              
                       [[ 6.4110e-03,  1.5356e-02, -1.1846e-02],
                        [ 2.1303e-02,  6.4434e-03, -2.6370e-02],
                        [ 1.7484e-02,  1.9423e-02,  2.9357e-02]],
              
                       [[ 3.5598e-03,  2.6142e-02, -2.6987e-02],
                        [ 9.4496e-03,  1.8193e-02,  1.0256e-02],
                        [ 3.0655e-03,  2.6695e-03, -9.7217e-04]],
              
                       ...,
              
                       [[ 1.2180e-02,  2.1096e-02, -2.4789e-02],
                        [ 6.3251e-03,  3.0475e-03, -6.8353e-03],
                        [ 1.8787e-02, -9.2431e-03,  1.7185e-02]],
              
                       [[-1.1940e-02,  1.8412e-02,  1.7622e-02],
                        [ 2.1504e-02,  2.3440e-02,  1.1492e-02],
                        [-1.6089e-02, -1.5441e-02,  2.1249e-02]],
              
                       [[-2.3543e-02, -2.0001e-02, -2.0346e-02],
                        [ 2.0520e-02,  2.9473e-03, -1.2873e-02],
                        [ 1.3080e-02, -1.3335e-02,  2.4488e-02]]]])),
             ('down2.maxpool_conv.1.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.])),
             ('down2.maxpool_conv.1.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down2.maxpool_conv.1.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down2.maxpool_conv.1.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.])),
             ('down2.maxpool_conv.1.double_conv.1.num_batches_tracked',
              tensor(0)),
             ('down2.maxpool_conv.1.double_conv.3.weight',
              tensor([[[[-0.0199, -0.0207, -0.0025],
                        [-0.0202,  0.0202, -0.0180],
                        [-0.0126,  0.0164, -0.0123]],
              
                       [[ 0.0062, -0.0141,  0.0168],
                        [ 0.0078,  0.0006, -0.0096],
                        [ 0.0036, -0.0188,  0.0195]],
              
                       [[-0.0073, -0.0065, -0.0040],
                        [ 0.0086,  0.0105,  0.0089],
                        [-0.0055,  0.0144, -0.0161]],
              
                       ...,
              
                       [[ 0.0131, -0.0028, -0.0143],
                        [-0.0057, -0.0096, -0.0171],
                        [-0.0130, -0.0047, -0.0005]],
              
                       [[-0.0046, -0.0177,  0.0125],
                        [-0.0102,  0.0154,  0.0072],
                        [ 0.0206,  0.0169, -0.0156]],
              
                       [[ 0.0036,  0.0074,  0.0056],
                        [ 0.0112, -0.0127, -0.0147],
                        [ 0.0001,  0.0135,  0.0017]]],
              
              
                      [[[-0.0075, -0.0151,  0.0206],
                        [ 0.0001, -0.0105, -0.0072],
                        [ 0.0066,  0.0189,  0.0178]],
              
                       [[ 0.0086, -0.0003,  0.0005],
                        [ 0.0185, -0.0089, -0.0045],
                        [ 0.0166, -0.0010,  0.0182]],
              
                       [[-0.0107, -0.0202,  0.0050],
                        [-0.0029, -0.0139,  0.0134],
                        [ 0.0037,  0.0136, -0.0140]],
              
                       ...,
              
                       [[ 0.0171,  0.0028,  0.0002],
                        [ 0.0165,  0.0112,  0.0014],
                        [-0.0089, -0.0016,  0.0104]],
              
                       [[-0.0161, -0.0097, -0.0042],
                        [ 0.0174,  0.0107,  0.0100],
                        [-0.0053, -0.0070,  0.0113]],
              
                       [[-0.0016, -0.0070,  0.0061],
                        [ 0.0017,  0.0160,  0.0013],
                        [ 0.0057,  0.0200, -0.0160]]],
              
              
                      [[[-0.0060, -0.0105, -0.0198],
                        [-0.0150, -0.0083,  0.0156],
                        [-0.0090,  0.0120, -0.0199]],
              
                       [[ 0.0127,  0.0145, -0.0122],
                        [ 0.0110, -0.0001, -0.0018],
                        [ 0.0039,  0.0206, -0.0076]],
              
                       [[ 0.0101,  0.0061, -0.0136],
                        [ 0.0194, -0.0136,  0.0016],
                        [-0.0007,  0.0173,  0.0011]],
              
                       ...,
              
                       [[-0.0134, -0.0127, -0.0165],
                        [ 0.0041, -0.0118,  0.0110],
                        [ 0.0044,  0.0060,  0.0036]],
              
                       [[ 0.0056, -0.0185,  0.0055],
                        [ 0.0114, -0.0050, -0.0185],
                        [ 0.0116, -0.0140, -0.0148]],
              
                       [[ 0.0145,  0.0188, -0.0130],
                        [ 0.0065, -0.0171,  0.0036],
                        [-0.0037, -0.0078,  0.0077]]],
              
              
                      ...,
              
              
                      [[[-0.0090,  0.0069, -0.0124],
                        [-0.0150, -0.0065,  0.0094],
                        [-0.0195, -0.0163, -0.0144]],
              
                       [[-0.0142,  0.0055, -0.0013],
                        [-0.0149, -0.0092,  0.0063],
                        [ 0.0007,  0.0089,  0.0060]],
              
                       [[-0.0055, -0.0047, -0.0065],
                        [-0.0140,  0.0113, -0.0194],
                        [-0.0049,  0.0079,  0.0079]],
              
                       ...,
              
                       [[-0.0111, -0.0127,  0.0139],
                        [ 0.0075, -0.0173, -0.0109],
                        [ 0.0204, -0.0063, -0.0174]],
              
                       [[ 0.0198,  0.0142,  0.0200],
                        [ 0.0188,  0.0201, -0.0102],
                        [ 0.0027, -0.0103, -0.0160]],
              
                       [[ 0.0090,  0.0116,  0.0114],
                        [-0.0037, -0.0078,  0.0121],
                        [-0.0192, -0.0149, -0.0202]]],
              
              
                      [[[ 0.0045, -0.0102,  0.0195],
                        [-0.0163, -0.0012,  0.0005],
                        [ 0.0079, -0.0045,  0.0198]],
              
                       [[ 0.0181,  0.0146, -0.0039],
                        [ 0.0095,  0.0106, -0.0055],
                        [ 0.0028,  0.0103,  0.0006]],
              
                       [[ 0.0039, -0.0051, -0.0071],
                        [-0.0123, -0.0141,  0.0050],
                        [-0.0146,  0.0068,  0.0163]],
              
                       ...,
              
                       [[-0.0144,  0.0072, -0.0097],
                        [-0.0070,  0.0141,  0.0089],
                        [-0.0034,  0.0030,  0.0124]],
              
                       [[ 0.0143, -0.0146, -0.0182],
                        [-0.0080,  0.0061, -0.0181],
                        [ 0.0166,  0.0175, -0.0116]],
              
                       [[-0.0095, -0.0014, -0.0191],
                        [ 0.0184, -0.0074, -0.0144],
                        [ 0.0201, -0.0136, -0.0001]]],
              
              
                      [[[-0.0022, -0.0024,  0.0035],
                        [-0.0075, -0.0206,  0.0173],
                        [-0.0160,  0.0207,  0.0060]],
              
                       [[-0.0073,  0.0075, -0.0149],
                        [-0.0112,  0.0081, -0.0034],
                        [-0.0176, -0.0169,  0.0041]],
              
                       [[-0.0040,  0.0199, -0.0174],
                        [ 0.0103,  0.0153, -0.0109],
                        [-0.0044, -0.0160, -0.0072]],
              
                       ...,
              
                       [[ 0.0142, -0.0045,  0.0044],
                        [-0.0134, -0.0153, -0.0110],
                        [-0.0178,  0.0051, -0.0051]],
              
                       [[ 0.0090,  0.0175,  0.0111],
                        [ 0.0201, -0.0061,  0.0081],
                        [-0.0037,  0.0166,  0.0074]],
              
                       [[-0.0069,  0.0019, -0.0200],
                        [-0.0047, -0.0145,  0.0192],
                        [-0.0100,  0.0121, -0.0193]]]])),
             ('down2.maxpool_conv.1.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.])),
             ('down2.maxpool_conv.1.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down2.maxpool_conv.1.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down2.maxpool_conv.1.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.])),
             ('down2.maxpool_conv.1.double_conv.4.num_batches_tracked',
              tensor(0)),
             ('down3.maxpool_conv.1.double_conv.0.weight',
              tensor([[[[-4.6348e-03,  9.8509e-03,  1.6142e-02],
                        [ 2.6825e-05, -8.4992e-03,  3.6535e-04],
                        [-2.0749e-02, -2.7181e-03,  1.4475e-02]],
              
                       [[ 1.0194e-02,  6.9748e-03,  1.3849e-02],
                        [ 1.4200e-03,  2.5024e-03,  1.5259e-02],
                        [ 1.1671e-02,  4.0497e-03,  8.7697e-03]],
              
                       [[-4.4309e-03, -1.1845e-02, -1.6037e-02],
                        [-7.8910e-03, -9.7038e-03,  5.6008e-03],
                        [-1.6987e-02,  7.1697e-03,  1.7236e-02]],
              
                       ...,
              
                       [[-1.1635e-02,  1.8610e-02,  1.4086e-02],
                        [-1.1576e-02, -1.9610e-03, -1.8455e-02],
                        [-8.6874e-03, -1.1485e-02, -5.8817e-03]],
              
                       [[-1.3743e-02,  1.2879e-02,  2.2404e-03],
                        [-6.8730e-03,  1.0492e-02,  8.4602e-03],
                        [ 1.9366e-03, -1.0892e-02,  9.0133e-03]],
              
                       [[-6.9619e-03, -1.7941e-02, -1.1306e-02],
                        [-6.8960e-03, -6.8894e-03, -6.9923e-04],
                        [ 1.0807e-02,  1.8476e-02,  1.9441e-02]]],
              
              
                      [[[ 6.4426e-03,  7.5100e-03,  6.7503e-03],
                        [-1.8439e-02,  1.4277e-02, -1.0381e-02],
                        [-1.7296e-02, -1.2204e-02,  5.2923e-03]],
              
                       [[-6.8046e-03,  6.3742e-03, -1.1632e-02],
                        [ 4.2213e-03,  2.0774e-02, -3.7589e-03],
                        [ 1.6312e-02,  7.4283e-04,  1.2614e-02]],
              
                       [[-6.7564e-03, -1.0808e-02, -1.6746e-02],
                        [-6.2140e-03,  9.3120e-03, -9.2284e-03],
                        [ 2.8789e-03,  1.2397e-03,  1.5193e-02]],
              
                       ...,
              
                       [[-1.4065e-02, -4.0645e-03, -1.4819e-02],
                        [ 7.9262e-03, -1.4440e-02, -1.3676e-02],
                        [ 8.2918e-04,  1.0951e-02,  6.6675e-03]],
              
                       [[ 1.8929e-02, -1.6932e-02,  7.8811e-03],
                        [ 1.6661e-02, -1.4852e-02, -6.1440e-03],
                        [-4.3739e-03,  1.0890e-02,  1.2552e-03]],
              
                       [[ 1.6674e-02,  8.4053e-03, -5.2151e-03],
                        [-1.8711e-02, -6.0464e-04,  4.8782e-03],
                        [-1.0599e-02, -8.5500e-03, -4.4493e-04]]],
              
              
                      [[[ 7.4150e-03, -1.7817e-02, -9.8810e-03],
                        [ 1.5139e-02, -5.4702e-03,  3.1069e-03],
                        [ 1.6121e-02, -2.4298e-03, -3.4243e-03]],
              
                       [[ 5.2642e-03, -1.7880e-02, -1.8678e-02],
                        [ 2.9048e-03,  1.0568e-02, -2.8701e-04],
                        [-4.0345e-05, -2.8312e-03,  6.9242e-03]],
              
                       [[ 1.2557e-02,  1.3475e-02, -1.1946e-02],
                        [ 1.0504e-02, -1.1848e-02,  1.4417e-02],
                        [-1.8312e-02,  1.1722e-02, -6.9120e-03]],
              
                       ...,
              
                       [[ 1.9895e-02,  1.5509e-02,  1.9991e-02],
                        [-1.5190e-02, -1.9972e-02, -1.3091e-02],
                        [-1.1537e-02, -6.8988e-03,  1.1122e-02]],
              
                       [[ 1.0277e-02, -9.5677e-03,  1.4165e-02],
                        [ 5.0890e-03,  1.1992e-02,  2.0542e-02],
                        [-9.9942e-04,  1.1082e-02, -5.1328e-03]],
              
                       [[ 1.0213e-02, -4.6551e-03, -5.2989e-03],
                        [ 1.5165e-02, -1.7655e-02,  5.5892e-03],
                        [ 1.1311e-02, -1.2807e-02, -1.2253e-02]]],
              
              
                      ...,
              
              
                      [[[ 1.4459e-02,  4.5380e-04, -2.9677e-03],
                        [ 1.8889e-02, -1.6052e-02, -1.5562e-02],
                        [ 1.3935e-03, -1.6170e-02,  2.0204e-02]],
              
                       [[ 1.0080e-02, -3.7539e-03, -1.5059e-02],
                        [ 6.8971e-03, -8.5807e-03,  1.5525e-02],
                        [ 1.4992e-03, -7.8594e-03,  7.5005e-03]],
              
                       [[ 3.7703e-03,  9.6159e-03,  1.6808e-02],
                        [-1.1511e-02, -1.9614e-02, -1.7621e-02],
                        [ 6.5007e-03, -1.5883e-02, -1.3063e-02]],
              
                       ...,
              
                       [[ 1.1717e-02,  1.3965e-03, -5.3536e-03],
                        [ 1.4582e-02, -1.8533e-03, -1.5276e-02],
                        [-2.0322e-02, -1.0361e-02, -6.1722e-03]],
              
                       [[ 5.0393e-04,  3.0661e-03, -9.3391e-03],
                        [-5.0653e-03,  1.3716e-02,  9.7900e-03],
                        [-2.0547e-02,  1.3067e-02,  1.6991e-03]],
              
                       [[-8.7317e-03,  1.5140e-02, -9.8445e-03],
                        [-2.9895e-03,  1.0854e-02, -7.8243e-03],
                        [ 1.5019e-03,  1.9270e-02,  9.2994e-03]]],
              
              
                      [[[-3.2868e-03, -1.6655e-03,  1.3082e-02],
                        [ 7.1859e-03, -1.9157e-03, -3.5394e-03],
                        [-1.9397e-02,  5.5216e-03, -1.8486e-02]],
              
                       [[ 9.8068e-03,  2.6197e-03,  4.8447e-04],
                        [ 1.5565e-02,  1.1252e-02,  1.8660e-02],
                        [ 3.1310e-03,  6.5078e-03, -1.4506e-02]],
              
                       [[-1.5900e-02, -3.8698e-03,  4.6403e-03],
                        [ 1.0163e-02,  1.0891e-02,  1.9025e-02],
                        [-7.0364e-03,  1.0454e-02,  7.3635e-03]],
              
                       ...,
              
                       [[ 1.5563e-02, -1.9394e-02,  1.5875e-03],
                        [-4.1397e-03, -7.3719e-04, -8.6707e-03],
                        [-1.5182e-02,  1.4803e-02, -1.7555e-02]],
              
                       [[-7.9233e-04,  1.1101e-03,  1.7634e-03],
                        [ 1.5103e-02, -1.4403e-02,  1.4855e-02],
                        [-7.4607e-03,  7.4488e-03, -1.7282e-02]],
              
                       [[ 1.4080e-02,  1.6888e-02,  1.6374e-02],
                        [ 7.7976e-03, -6.2802e-03, -3.1626e-03],
                        [ 2.0682e-02, -1.9079e-02,  1.3276e-02]]],
              
              
                      [[[ 1.8058e-02, -9.1462e-03, -7.2015e-03],
                        [-6.4691e-03, -2.9027e-03,  9.6589e-03],
                        [-1.3747e-02,  1.9787e-02,  1.9956e-02]],
              
                       [[-1.1408e-02, -2.4681e-05,  7.7289e-03],
                        [ 1.9633e-02, -8.2515e-03,  1.3016e-02],
                        [-1.8417e-02,  1.8677e-02, -1.1818e-02]],
              
                       [[ 1.9430e-02,  1.0222e-02, -5.9156e-03],
                        [ 1.5036e-02,  9.4860e-03,  2.0289e-03],
                        [-6.1385e-03, -6.8786e-03, -1.0498e-02]],
              
                       ...,
              
                       [[ 1.8626e-02, -4.7810e-03,  1.8702e-02],
                        [-7.9554e-03, -1.7242e-02, -1.2626e-03],
                        [ 1.9328e-02, -5.6285e-03, -1.1736e-02]],
              
                       [[-4.1653e-04, -1.8020e-02, -1.2647e-02],
                        [-4.7124e-03,  3.7225e-03,  3.3474e-03],
                        [-2.6790e-03,  6.2666e-03,  3.8707e-03]],
              
                       [[ 1.9958e-03, -6.2181e-03, -1.5993e-02],
                        [ 4.3567e-03,  2.8269e-03,  2.0313e-02],
                        [-1.6953e-02, -1.2477e-02, -6.3685e-03]]]])),
             ('down3.maxpool_conv.1.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.])),
             ('down3.maxpool_conv.1.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down3.maxpool_conv.1.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down3.maxpool_conv.1.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.])),
             ('down3.maxpool_conv.1.double_conv.1.num_batches_tracked',
              tensor(0)),
             ('down3.maxpool_conv.1.double_conv.3.weight',
              tensor([[[[ 1.3495e-02,  1.1336e-02,  3.2999e-03],
                        [ 1.0248e-02,  4.9058e-03,  1.6721e-03],
                        [ 1.4577e-02,  1.2254e-02, -1.0996e-02]],
              
                       [[ 2.8387e-03, -1.2857e-02, -6.3248e-04],
                        [ 1.0179e-02, -7.9369e-03,  9.4359e-03],
                        [ 2.8751e-03, -1.1316e-02, -2.7018e-03]],
              
                       [[ 1.3239e-02,  1.3039e-03, -1.3213e-02],
                        [-8.4236e-03,  2.3438e-03, -1.4353e-02],
                        [ 9.7540e-03,  7.3673e-03,  9.9629e-04]],
              
                       ...,
              
                       [[-1.2715e-02, -5.7416e-03,  8.1590e-04],
                        [ 1.2467e-02,  5.0082e-03, -9.3793e-03],
                        [-1.0866e-02,  6.1197e-03,  2.4678e-03]],
              
                       [[-1.3211e-02, -6.7648e-03,  1.4521e-02],
                        [-5.5102e-03, -5.2198e-03,  1.0626e-02],
                        [-1.1742e-02, -6.2968e-03, -3.1413e-03]],
              
                       [[ 5.9503e-04, -9.2838e-03,  2.2524e-03],
                        [ 4.4587e-03, -6.3728e-04, -1.4285e-02],
                        [-5.1423e-03, -5.7166e-03,  1.2934e-02]]],
              
              
                      [[[ 1.8463e-03, -5.4794e-04, -1.8946e-03],
                        [ 9.7586e-04,  3.5177e-03, -4.0504e-03],
                        [-6.2299e-03,  5.2996e-03,  1.3720e-02]],
              
                       [[-5.9090e-03,  1.6445e-03,  2.7570e-03],
                        [-9.9673e-04, -1.0245e-02,  5.6605e-03],
                        [ 1.1391e-02, -1.1658e-02, -1.1734e-02]],
              
                       [[-1.1735e-02,  2.4595e-03,  5.7827e-03],
                        [ 7.1670e-03, -1.6270e-03,  1.0687e-02],
                        [ 6.0396e-03, -7.3033e-04, -8.5946e-03]],
              
                       ...,
              
                       [[ 1.1671e-02,  1.3118e-02, -1.3291e-02],
                        [ 6.1538e-03, -6.0592e-04,  6.6185e-03],
                        [ 1.2829e-03, -1.3731e-02,  1.4932e-03]],
              
                       [[-7.4605e-03,  6.8828e-04, -1.2302e-04],
                        [-8.1735e-03,  1.2001e-02,  7.8193e-03],
                        [ 2.0528e-03, -6.3210e-03,  1.3449e-02]],
              
                       [[ 2.9136e-03,  6.6908e-03, -3.7520e-03],
                        [ 9.3340e-03, -4.1290e-03, -1.4161e-02],
                        [-5.5939e-03,  5.1468e-03,  7.5768e-05]]],
              
              
                      [[[ 7.9902e-03,  8.0955e-03,  1.0381e-02],
                        [ 6.6680e-03,  2.9378e-03,  6.6944e-03],
                        [-2.3877e-03, -4.8883e-03,  8.5533e-03]],
              
                       [[-1.2371e-02, -1.2348e-02,  4.0223e-03],
                        [-6.9362e-03, -1.0553e-02,  5.3495e-03],
                        [ 4.4429e-04,  5.7790e-03, -2.5581e-03]],
              
                       [[ 2.1132e-03, -1.0715e-02,  3.1263e-03],
                        [ 1.4578e-02, -4.7421e-03, -4.1220e-03],
                        [ 7.7216e-03, -7.0857e-03, -4.0999e-03]],
              
                       ...,
              
                       [[-1.2722e-02,  4.8952e-03,  3.1216e-03],
                        [-3.6589e-03,  3.9157e-03,  7.6172e-05],
                        [ 6.6556e-03,  1.3619e-02, -1.0715e-02]],
              
                       [[-8.3624e-03,  2.8966e-03,  7.7819e-03],
                        [ 9.6693e-03, -1.3035e-02, -1.2682e-02],
                        [-1.2393e-02,  1.4095e-02, -9.9444e-03]],
              
                       [[-2.6372e-03, -9.4880e-03, -4.2093e-03],
                        [ 2.4768e-03,  5.2376e-03, -1.6081e-03],
                        [ 1.4001e-03,  8.7849e-03, -6.4915e-03]]],
              
              
                      ...,
              
              
                      [[[-6.1331e-03, -1.0245e-02,  5.5679e-03],
                        [-1.3925e-02, -5.4960e-03, -6.4326e-03],
                        [ 1.0665e-03,  9.3625e-03, -1.0900e-02]],
              
                       [[-1.2820e-02, -1.4185e-02,  7.6603e-03],
                        [ 5.5901e-03, -7.7663e-03, -1.3632e-02],
                        [-7.8664e-03,  3.8328e-03, -6.1660e-03]],
              
                       [[ 2.2009e-03,  1.2656e-02, -5.1460e-03],
                        [-7.3644e-03, -1.2076e-03,  1.9836e-03],
                        [-1.4580e-03, -8.4020e-04,  1.0106e-02]],
              
                       ...,
              
                       [[ 7.8239e-03,  8.2156e-03,  5.3135e-03],
                        [ 7.6519e-03,  2.5644e-03,  9.5596e-03],
                        [ 1.2521e-02,  7.5805e-03, -1.3987e-02]],
              
                       [[ 1.0951e-02,  7.9635e-04, -6.1090e-03],
                        [ 7.5488e-03,  1.2158e-02, -1.4382e-02],
                        [-3.4198e-03, -3.9887e-03, -3.8113e-03]],
              
                       [[-1.1689e-02,  9.5688e-03, -5.1517e-03],
                        [-1.1460e-02, -4.0730e-03, -5.6413e-03],
                        [ 7.0657e-03,  2.6805e-03, -5.1478e-03]]],
              
              
                      [[[-9.6095e-03, -1.3585e-03, -7.0119e-03],
                        [ 9.6654e-03,  1.0712e-02,  1.0401e-02],
                        [-3.5123e-03,  1.3850e-02,  1.0464e-02]],
              
                       [[-1.1702e-02, -7.7455e-03, -5.3939e-03],
                        [-1.2093e-02, -8.4871e-03, -3.2977e-03],
                        [-1.0420e-02,  8.9802e-03, -4.9594e-03]],
              
                       [[-1.2320e-02,  2.4707e-03, -2.3200e-03],
                        [-3.9590e-03,  1.1381e-02, -3.2109e-03],
                        [-1.9178e-03, -1.3853e-02, -4.3691e-03]],
              
                       ...,
              
                       [[ 1.0142e-02,  1.3061e-02,  1.1623e-02],
                        [-5.8694e-03, -6.4008e-04,  1.3774e-02],
                        [ 6.2873e-03,  3.2907e-03, -8.4393e-03]],
              
                       [[ 3.5045e-03,  4.6928e-03,  1.1195e-02],
                        [ 5.2034e-03, -9.1595e-03,  1.1639e-02],
                        [-7.8218e-03,  7.5058e-03, -1.4309e-02]],
              
                       [[-2.4525e-03, -3.6981e-03,  1.1964e-02],
                        [-1.2757e-02, -5.8314e-03, -1.1045e-02],
                        [ 6.1323e-03,  1.4707e-02, -9.2333e-03]]],
              
              
                      [[[ 5.0627e-03,  1.4049e-02,  7.1501e-03],
                        [-1.3210e-02,  1.1269e-02,  2.2428e-03],
                        [-9.7158e-03,  5.5631e-03, -1.2279e-02]],
              
                       [[-9.5874e-03, -5.4147e-04,  1.4689e-02],
                        [ 4.4917e-03, -1.3910e-02, -3.7383e-04],
                        [-7.5597e-03,  9.3203e-03, -7.5512e-03]],
              
                       [[-1.4322e-02, -1.1102e-02,  1.1979e-02],
                        [ 6.4091e-03, -1.3175e-02,  2.6744e-04],
                        [ 1.1095e-03,  6.2741e-03,  5.1492e-04]],
              
                       ...,
              
                       [[ 1.3908e-02,  9.8417e-03,  9.4988e-03],
                        [ 1.1376e-02,  1.9947e-04, -8.0265e-03],
                        [-1.1771e-02, -1.0298e-02, -2.5397e-03]],
              
                       [[-2.3932e-03,  1.3351e-02,  1.0970e-02],
                        [ 1.2986e-02,  3.9482e-03, -8.2351e-03],
                        [-1.0508e-02, -3.3115e-03, -8.0658e-03]],
              
                       [[-2.9153e-03,  1.4376e-02, -3.0430e-03],
                        [ 1.3600e-02, -2.1507e-03, -4.3007e-03],
                        [-3.6526e-03,  8.3328e-03,  8.7380e-03]]]])),
             ('down3.maxpool_conv.1.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.])),
             ('down3.maxpool_conv.1.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down3.maxpool_conv.1.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down3.maxpool_conv.1.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.])),
             ('down3.maxpool_conv.1.double_conv.4.num_batches_tracked',
              tensor(0)),
             ('down4.maxpool_conv.1.double_conv.0.weight',
              tensor([[[[-1.3104e-02,  9.6535e-03,  7.0547e-03],
                        [ 6.8489e-03,  5.6884e-03, -3.3797e-03],
                        [-1.3077e-02,  1.1413e-02, -8.2186e-03]],
              
                       [[-6.4877e-03,  1.2398e-02,  1.4672e-02],
                        [-2.8377e-03,  2.9911e-03,  8.6744e-03],
                        [ 4.6708e-03, -1.9309e-03, -1.3963e-02]],
              
                       [[-8.8996e-04, -1.3098e-02, -1.2099e-02],
                        [ 1.1789e-02, -6.3457e-03,  8.4533e-03],
                        [ 6.9120e-04,  3.7103e-03, -3.9384e-03]],
              
                       ...,
              
                       [[-1.4631e-02,  7.6187e-03,  1.3055e-02],
                        [ 8.7348e-03,  2.2455e-03,  1.4252e-02],
                        [-7.8609e-03,  6.6497e-03,  1.2674e-02]],
              
                       [[ 1.0928e-02,  8.1940e-03,  1.4620e-03],
                        [ 1.1112e-03, -7.0720e-03, -1.2397e-02],
                        [ 1.3073e-02,  2.2528e-03,  6.1473e-03]],
              
                       [[-1.1589e-02, -9.5213e-03, -5.2496e-03],
                        [-1.1412e-02, -1.3629e-02,  7.4268e-03],
                        [-6.4922e-03,  1.1146e-02, -9.5554e-03]]],
              
              
                      [[[ 2.3625e-05, -1.3995e-02, -7.6334e-03],
                        [-9.4009e-03, -9.2042e-03,  5.7072e-03],
                        [ 9.9287e-03, -5.7740e-03,  8.9586e-03]],
              
                       [[ 1.4008e-02, -1.0200e-02,  1.3237e-02],
                        [ 1.4621e-02, -1.2051e-02,  6.9597e-03],
                        [ 1.2422e-02, -8.4337e-03, -7.5494e-03]],
              
                       [[ 5.7422e-04, -8.9031e-03,  1.4246e-02],
                        [-3.9909e-03, -1.2648e-05,  7.5228e-03],
                        [ 4.5517e-03, -8.1091e-03, -2.5926e-03]],
              
                       ...,
              
                       [[ 1.7802e-03,  1.2118e-02, -8.6626e-04],
                        [-6.0965e-04, -5.6477e-03, -4.7239e-03],
                        [-1.4231e-03, -1.1298e-02,  4.0613e-03]],
              
                       [[ 2.4961e-05,  4.4265e-03,  1.4223e-02],
                        [ 2.2458e-03,  1.3728e-02, -1.1796e-02],
                        [-7.2479e-03,  1.2696e-02,  4.3921e-03]],
              
                       [[ 1.4457e-02, -1.0118e-02,  1.3083e-02],
                        [-7.3051e-03,  1.3544e-02, -1.2357e-02],
                        [ 3.5746e-03, -1.3268e-02, -9.3003e-03]]],
              
              
                      [[[-3.1621e-03,  1.4471e-02,  1.0941e-02],
                        [ 1.2192e-02,  5.9600e-03,  7.0732e-03],
                        [ 1.6198e-03, -1.1914e-02, -1.1316e-02]],
              
                       [[-8.1733e-03, -4.6493e-03,  1.3078e-02],
                        [-5.0052e-03, -1.0437e-02,  9.8975e-03],
                        [-1.3412e-02, -8.9157e-03,  1.3293e-02]],
              
                       [[-5.0194e-03,  6.6695e-03,  3.4234e-04],
                        [-1.3336e-02,  1.4430e-03,  7.5926e-03],
                        [-1.0269e-03,  1.0630e-02, -8.4293e-03]],
              
                       ...,
              
                       [[ 1.0040e-02, -9.6519e-03,  1.1701e-02],
                        [ 6.5308e-05,  3.5704e-03, -1.2048e-02],
                        [-9.5033e-03, -1.2604e-02, -1.2307e-02]],
              
                       [[-6.6415e-03, -1.0024e-02,  1.3435e-02],
                        [-6.3868e-03, -1.4265e-02, -2.8581e-03],
                        [-1.3789e-02,  1.1855e-02,  7.1601e-03]],
              
                       [[-9.1238e-03,  4.7032e-05, -2.2387e-03],
                        [ 4.9879e-04,  7.7738e-03,  5.1973e-03],
                        [ 3.4793e-03,  9.1406e-03, -9.1121e-04]]],
              
              
                      ...,
              
              
                      [[[ 3.2879e-03,  1.1191e-03, -6.0251e-03],
                        [-3.2071e-03,  5.4502e-03,  1.2839e-04],
                        [ 5.8309e-03, -1.3948e-02,  3.9841e-03]],
              
                       [[ 1.0795e-02,  5.7343e-03,  3.2873e-03],
                        [ 5.4282e-03, -1.0134e-02,  3.3486e-03],
                        [ 5.0658e-03, -1.4290e-02,  3.9768e-03]],
              
                       [[-1.4718e-02, -4.8749e-03,  8.8550e-03],
                        [-1.2116e-02,  3.9706e-03, -1.5341e-04],
                        [-5.6044e-03,  9.2914e-03,  2.6309e-03]],
              
                       ...,
              
                       [[ 1.1578e-02,  4.7662e-03,  1.0865e-02],
                        [-9.9621e-03,  7.2204e-03,  6.7652e-03],
                        [ 6.1930e-03,  5.5036e-03, -4.8385e-03]],
              
                       [[-1.1982e-02,  9.0713e-03, -6.7553e-03],
                        [ 1.0392e-02, -6.3635e-03, -1.1598e-03],
                        [ 1.0464e-02,  4.0243e-03,  1.4345e-03]],
              
                       [[ 3.2504e-03,  1.4237e-02, -7.7320e-03],
                        [-1.0245e-02, -8.5657e-03, -1.2735e-02],
                        [-3.5816e-03,  1.3560e-02, -1.2678e-02]]],
              
              
                      [[[-1.4336e-02, -4.6926e-03,  1.3425e-02],
                        [ 1.3409e-02, -6.8928e-03, -9.7946e-03],
                        [-1.4182e-02, -8.6928e-03, -1.4202e-02]],
              
                       [[-5.0576e-03, -9.8077e-03,  5.6572e-03],
                        [-1.4611e-02,  4.4676e-03, -1.3235e-02],
                        [ 3.6478e-03,  4.1773e-04,  1.4504e-02]],
              
                       [[-8.5665e-03, -6.6888e-03, -5.9852e-03],
                        [ 1.8548e-03,  1.2795e-02, -6.3900e-03],
                        [-1.3038e-02,  7.2169e-03,  9.2560e-03]],
              
                       ...,
              
                       [[-5.8375e-03,  8.9250e-03,  1.2109e-02],
                        [-1.3653e-02,  1.3453e-02, -6.7649e-03],
                        [-1.2166e-02, -1.3578e-02, -1.2037e-03]],
              
                       [[-5.5372e-03, -3.9234e-03, -2.1640e-03],
                        [-8.1456e-03, -8.1486e-03,  4.8608e-05],
                        [-7.9746e-03,  3.5861e-03, -5.4110e-03]],
              
                       [[ 9.0684e-03, -4.6523e-03,  8.6029e-03],
                        [-3.5470e-03, -2.6329e-03,  4.1187e-03],
                        [-1.7698e-03,  3.1339e-03, -1.3087e-02]]],
              
              
                      [[[ 1.3993e-02,  1.0210e-02, -9.8379e-03],
                        [-3.6017e-03,  1.5505e-03, -7.5702e-03],
                        [-1.3827e-03, -1.4429e-02, -1.3696e-02]],
              
                       [[ 1.2335e-02,  8.3124e-03, -4.6792e-03],
                        [ 4.8468e-03,  1.3626e-04,  9.8758e-03],
                        [-2.6817e-03,  3.2997e-03, -9.7415e-04]],
              
                       [[ 3.1673e-03, -7.1938e-03, -1.4500e-03],
                        [-9.1013e-03,  8.4705e-03, -9.5864e-03],
                        [ 1.6714e-03, -1.4101e-02,  1.1644e-02]],
              
                       ...,
              
                       [[ 1.4320e-02,  4.4366e-03, -5.8747e-03],
                        [-8.1688e-03, -6.9629e-03,  3.0317e-04],
                        [-1.2110e-02, -1.3646e-02, -6.0113e-03]],
              
                       [[-3.7647e-04,  7.6979e-03,  3.3129e-03],
                        [ 7.6917e-03, -1.9005e-03,  6.3914e-03],
                        [-2.9271e-03,  1.0327e-02, -9.8557e-03]],
              
                       [[ 1.1749e-02,  3.9048e-03, -7.2822e-03],
                        [ 1.4049e-02,  1.3569e-02,  2.5594e-03],
                        [ 1.2890e-02,  5.6545e-03,  6.2168e-03]]]])),
             ('down4.maxpool_conv.1.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.])),
             ('down4.maxpool_conv.1.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down4.maxpool_conv.1.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down4.maxpool_conv.1.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.])),
             ('down4.maxpool_conv.1.double_conv.1.num_batches_tracked',
              tensor(0)),
             ('down4.maxpool_conv.1.double_conv.3.weight',
              tensor([[[[-1.0162e-02, -7.9513e-03, -1.4126e-02],
                        [-6.2557e-03, -9.7779e-03,  1.0858e-02],
                        [ 9.1498e-03,  3.0958e-04,  9.0409e-03]],
              
                       [[-7.6646e-03, -9.0559e-03, -8.4516e-04],
                        [-1.2277e-02,  2.7770e-03,  2.4928e-03],
                        [ 2.1196e-03, -2.7451e-03, -1.3663e-02]],
              
                       [[-8.4018e-03,  3.2803e-03, -6.1505e-03],
                        [ 1.3116e-02,  8.8065e-03,  4.6064e-03],
                        [ 9.4382e-03, -7.7282e-03,  1.0306e-02]],
              
                       ...,
              
                       [[ 6.6357e-03, -2.2279e-03, -8.7835e-03],
                        [-5.1093e-03,  3.9618e-03,  8.8206e-03],
                        [ 1.4141e-02,  1.3784e-02,  1.1771e-02]],
              
                       [[-5.9949e-03, -1.3745e-04,  7.4454e-03],
                        [-9.2404e-03,  1.3126e-02,  9.9188e-03],
                        [-6.8859e-03, -1.4138e-02, -9.2198e-03]],
              
                       [[-1.4438e-02,  1.1573e-02,  1.1146e-02],
                        [-8.7031e-03, -4.6383e-03,  7.3338e-03],
                        [ 1.1381e-02, -9.0583e-03, -2.5293e-03]]],
              
              
                      [[[-1.3852e-02, -6.8651e-03,  2.3293e-03],
                        [ 1.2269e-02,  6.5710e-03,  3.9793e-03],
                        [-7.3067e-03, -5.9318e-03, -6.7658e-03]],
              
                       [[ 9.5927e-03, -7.6682e-03, -1.3819e-02],
                        [-9.0626e-03,  3.5546e-03, -8.5062e-03],
                        [ 1.7261e-03, -2.6030e-03, -1.4632e-02]],
              
                       [[ 1.0916e-02,  1.0892e-02,  1.4228e-02],
                        [ 1.1874e-02, -6.4073e-03, -5.1940e-03],
                        [-7.4828e-03, -7.4947e-03,  2.5183e-03]],
              
                       ...,
              
                       [[ 9.7132e-03,  2.0456e-03, -4.0253e-03],
                        [ 1.9973e-03,  1.2258e-02, -1.3174e-03],
                        [-9.0220e-03, -8.2095e-03,  1.4117e-02]],
              
                       [[-1.0827e-02,  1.4226e-02, -6.4879e-03],
                        [ 1.2198e-02, -1.2647e-02,  8.6206e-03],
                        [-2.7980e-03, -2.0266e-03,  5.7236e-03]],
              
                       [[-1.2030e-02,  1.2822e-02, -8.4252e-03],
                        [ 1.1277e-02, -7.0514e-03, -7.5673e-03],
                        [ 8.1968e-03, -1.2170e-02, -7.3895e-03]]],
              
              
                      [[[ 8.0684e-03,  1.3598e-02, -7.9777e-03],
                        [-1.4268e-02,  4.8484e-03, -1.1704e-02],
                        [ 4.8766e-03,  2.9658e-03,  2.0288e-03]],
              
                       [[-1.1000e-03, -2.6417e-03,  3.1051e-03],
                        [ 1.2253e-02, -7.2229e-03, -1.1037e-03],
                        [ 1.0293e-02,  3.9444e-03, -8.0077e-03]],
              
                       [[ 3.6599e-03,  1.3138e-02, -1.0403e-03],
                        [-1.0804e-02, -2.9224e-03, -7.3381e-04],
                        [-8.4483e-03, -3.5656e-03,  1.0923e-02]],
              
                       ...,
              
                       [[ 1.0183e-02, -1.0656e-02,  2.5374e-03],
                        [-2.4001e-03,  9.3434e-03,  8.0887e-03],
                        [-3.1470e-03, -3.6860e-03,  6.9349e-03]],
              
                       [[-1.4212e-02,  4.7419e-03,  2.2588e-03],
                        [ 1.2572e-02,  2.5563e-03, -8.1275e-03],
                        [-3.7703e-03,  2.5945e-03,  5.5602e-03]],
              
                       [[-1.2830e-02, -1.0370e-02,  9.9764e-03],
                        [-1.0848e-02, -9.6209e-03,  8.2907e-03],
                        [ 4.6423e-03, -4.9777e-03, -8.6183e-03]]],
              
              
                      ...,
              
              
                      [[[ 7.9552e-03,  1.0103e-02, -4.7408e-03],
                        [-1.3407e-02,  6.5927e-03, -7.2890e-03],
                        [ 1.2902e-02, -7.3139e-03,  4.8173e-03]],
              
                       [[-8.6896e-03, -1.9172e-03,  5.9656e-03],
                        [-7.3172e-05,  2.9933e-03, -1.1204e-02],
                        [ 2.1456e-03,  2.6252e-03, -1.3978e-02]],
              
                       [[-8.2944e-03, -6.1581e-03,  1.3276e-02],
                        [ 2.0285e-04, -6.9051e-03,  1.3585e-02],
                        [-7.9958e-03,  5.1597e-03, -1.1482e-02]],
              
                       ...,
              
                       [[ 2.9236e-03,  8.6567e-03, -5.6918e-03],
                        [ 1.2319e-02, -1.2173e-02, -1.1142e-02],
                        [ 2.1955e-03,  2.1893e-03,  1.0226e-02]],
              
                       [[-1.3731e-02,  2.4001e-04,  1.0280e-02],
                        [ 6.2036e-04,  9.4891e-03, -9.4363e-03],
                        [ 7.7716e-03, -5.3223e-03, -1.1793e-02]],
              
                       [[ 9.0567e-03, -9.4963e-03,  1.2966e-02],
                        [-3.5606e-03,  6.7127e-03,  9.2346e-03],
                        [ 1.6610e-04,  9.7832e-04, -3.7458e-03]]],
              
              
                      [[[ 1.8821e-03,  7.0609e-03, -9.9641e-03],
                        [ 2.8442e-03, -3.4813e-04,  2.8147e-03],
                        [-7.6718e-03,  1.4098e-03,  3.6991e-03]],
              
                       [[-7.4600e-03,  6.1319e-03, -6.6834e-03],
                        [ 4.6137e-03, -9.7316e-03, -2.1926e-03],
                        [-5.1150e-03,  8.5056e-03,  1.4168e-02]],
              
                       [[ 1.2746e-02,  8.4634e-03,  1.2394e-02],
                        [ 6.5522e-03, -1.0927e-02, -1.4621e-02],
                        [ 9.5033e-03,  3.9224e-03,  9.9719e-03]],
              
                       ...,
              
                       [[-4.0116e-03, -1.4190e-02, -2.6838e-03],
                        [-1.9716e-04, -1.6087e-03, -2.2089e-03],
                        [ 1.1347e-02,  5.0595e-04, -2.1228e-03]],
              
                       [[ 1.1465e-03,  6.0314e-03, -7.8767e-03],
                        [-6.6732e-03, -5.0615e-03, -7.0481e-03],
                        [-3.5145e-03, -1.4674e-02,  9.3690e-03]],
              
                       [[-2.1949e-03,  1.8604e-04, -3.8469e-04],
                        [-6.0911e-03,  4.8625e-03,  9.1291e-04],
                        [-4.2253e-03, -9.7373e-03,  3.0233e-03]]],
              
              
                      [[[ 1.3092e-02, -9.1652e-03, -1.4018e-02],
                        [-7.5290e-03, -1.1704e-02,  1.1918e-02],
                        [-3.6753e-03,  8.3012e-03, -7.8185e-03]],
              
                       [[ 1.3660e-02, -1.0051e-04, -4.8537e-03],
                        [ 4.5250e-03,  1.1501e-02, -1.2260e-02],
                        [-1.2088e-02, -1.1217e-02, -8.9023e-03]],
              
                       [[ 3.9087e-03, -1.1512e-03, -1.3955e-02],
                        [-2.1982e-03,  1.0120e-02, -5.0558e-03],
                        [-1.3255e-02,  2.8492e-03, -4.1524e-03]],
              
                       ...,
              
                       [[-1.2921e-02, -1.8075e-03,  3.1186e-03],
                        [ 4.0110e-03,  5.9678e-03, -1.5871e-03],
                        [ 4.0160e-03,  4.9175e-04,  2.2130e-03]],
              
                       [[-3.4039e-03, -1.2438e-02,  6.7231e-03],
                        [ 1.2851e-02, -5.3675e-03,  1.6797e-03],
                        [-1.3136e-02, -2.5658e-03, -5.8660e-03]],
              
                       [[-2.0538e-03,  7.5002e-04,  6.9986e-03],
                        [ 1.3422e-02, -9.2835e-04,  4.6620e-03],
                        [-1.3815e-02,  5.7040e-03, -6.6107e-03]]]])),
             ('down4.maxpool_conv.1.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.])),
             ('down4.maxpool_conv.1.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down4.maxpool_conv.1.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down4.maxpool_conv.1.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.])),
             ('down4.maxpool_conv.1.double_conv.4.num_batches_tracked',
              tensor(0)),
             ('up1.conv.double_conv.0.weight',
              tensor([[[[ 6.0052e-03, -6.1578e-03, -8.6970e-03],
                        [ 1.6955e-03, -7.3866e-03,  5.3448e-03],
                        [ 5.5082e-03,  9.1673e-03,  1.0191e-02]],
              
                       [[-3.7926e-03,  5.7925e-03,  1.0316e-02],
                        [ 9.6915e-03,  8.8699e-03,  5.3047e-03],
                        [ 5.0500e-03,  4.6066e-03,  1.0278e-02]],
              
                       [[-7.2442e-04, -7.9003e-03, -9.7175e-03],
                        [ 4.6586e-04, -3.6655e-03, -9.5510e-03],
                        [-9.1740e-03, -7.8502e-03, -5.3606e-03]],
              
                       ...,
              
                       [[ 2.1322e-03, -9.4887e-05, -4.9738e-03],
                        [-6.1662e-03,  1.3903e-03, -7.2019e-03],
                        [ 5.4206e-03,  8.7880e-03,  4.3695e-03]],
              
                       [[ 3.3114e-03, -4.8001e-03, -2.7326e-03],
                        [-3.7524e-03,  7.7908e-03, -8.4219e-03],
                        [ 2.0721e-03,  7.5771e-03,  6.9718e-03]],
              
                       [[-9.9150e-03, -2.1330e-03,  7.4038e-03],
                        [-6.3372e-03, -8.1195e-03,  1.6034e-03],
                        [ 5.8172e-03, -1.3327e-03, -7.0786e-03]]],
              
              
                      [[[-4.7313e-03, -2.5325e-03, -6.1366e-03],
                        [ 1.1530e-03, -5.3506e-03, -6.1344e-04],
                        [ 2.7635e-03, -6.2766e-03,  4.6419e-03]],
              
                       [[ 4.3768e-03, -4.0070e-03,  8.7607e-03],
                        [-8.9397e-03, -9.8516e-03, -2.8273e-03],
                        [-3.7660e-03,  3.6542e-03,  1.0126e-02]],
              
                       [[-6.7512e-03,  6.0833e-03,  2.7166e-03],
                        [ 9.3578e-04,  5.1147e-03,  6.3890e-03],
                        [ 1.5687e-04,  7.4274e-03, -8.3365e-03]],
              
                       ...,
              
                       [[-4.8921e-03, -5.4093e-03,  5.6688e-03],
                        [ 3.1983e-03,  3.9314e-03, -8.9410e-03],
                        [ 6.5762e-03, -9.7403e-03, -4.1459e-03]],
              
                       [[ 8.1715e-03,  5.4453e-03, -7.9296e-03],
                        [ 1.6348e-03, -1.7733e-04,  1.1809e-03],
                        [-6.2941e-03,  6.1941e-03,  1.7227e-03]],
              
                       [[ 9.5111e-03, -8.0376e-03, -3.7345e-03],
                        [ 5.4716e-03, -3.7542e-03,  2.9980e-03],
                        [-7.5362e-03,  8.4094e-03,  8.9098e-03]]],
              
              
                      [[[-9.6740e-03, -8.1277e-03,  3.9857e-03],
                        [-3.5163e-03,  8.6464e-03,  4.2643e-03],
                        [-5.0144e-03, -9.8802e-04,  4.8284e-04]],
              
                       [[-6.5739e-03,  9.1206e-03,  5.8876e-03],
                        [-4.3970e-03,  3.9926e-04,  4.9571e-03],
                        [-3.2965e-03,  4.1399e-04, -2.7867e-03]],
              
                       [[-4.9022e-03, -7.1855e-04,  5.2022e-04],
                        [-3.8415e-03,  7.9072e-03,  1.0071e-02],
                        [-6.5128e-03, -3.6828e-03, -8.3628e-03]],
              
                       ...,
              
                       [[ 8.5856e-03, -7.1988e-03,  9.1629e-03],
                        [ 9.4906e-03, -6.0381e-03,  6.3775e-04],
                        [ 3.2705e-03, -4.2573e-03,  7.2144e-03]],
              
                       [[-2.7434e-03, -5.6575e-03,  7.0926e-03],
                        [ 6.5038e-03,  1.0222e-02,  7.6083e-03],
                        [ 8.3256e-03,  7.9641e-03, -6.8926e-03]],
              
                       [[ 3.2581e-03, -3.4153e-03,  1.7781e-04],
                        [-4.7329e-03, -2.7371e-03, -7.9243e-03],
                        [-7.3951e-03, -3.6213e-03,  3.8721e-04]]],
              
              
                      ...,
              
              
                      [[[-1.3754e-03,  1.0256e-02, -9.6938e-03],
                        [-5.2090e-03,  1.1899e-03,  6.6328e-03],
                        [-6.4318e-03,  7.6097e-03,  3.2797e-03]],
              
                       [[-7.0052e-03,  4.5905e-03, -8.9286e-03],
                        [-8.2543e-03, -5.1691e-03, -5.8590e-03],
                        [ 8.7791e-03,  5.7680e-03, -8.9067e-03]],
              
                       [[-7.6416e-03, -9.3266e-03,  9.4770e-03],
                        [ 1.4398e-03,  4.5831e-03, -3.4448e-03],
                        [-4.5923e-03, -5.7610e-03, -4.3103e-03]],
              
                       ...,
              
                       [[-2.0614e-03, -8.5129e-03, -8.4951e-03],
                        [ 2.6566e-03,  9.1776e-03,  2.6760e-03],
                        [-1.7022e-04,  3.6392e-03,  5.0875e-03]],
              
                       [[-2.9073e-03, -7.8702e-03, -1.2811e-03],
                        [-8.3429e-03, -8.4082e-03,  4.3443e-03],
                        [-6.5337e-03,  3.0448e-03, -3.2978e-03]],
              
                       [[-6.3634e-03, -6.4584e-03, -9.4520e-03],
                        [ 6.3613e-03,  1.3895e-03,  6.7184e-03],
                        [ 1.9717e-04,  3.0919e-03, -9.3850e-03]]],
              
              
                      [[[-7.3347e-03,  3.7111e-03, -1.4600e-03],
                        [-8.9929e-03, -1.0001e-02, -9.7608e-03],
                        [ 4.9672e-03, -5.1917e-03, -9.9102e-03]],
              
                       [[ 7.6933e-03, -4.9824e-03, -8.9469e-03],
                        [ 4.8704e-03, -1.6437e-03,  8.8097e-03],
                        [-3.0993e-03, -5.9778e-03, -3.1651e-03]],
              
                       [[ 8.6893e-03,  9.8990e-03,  7.1665e-03],
                        [ 7.6924e-03, -1.0816e-03,  9.3137e-03],
                        [-4.7224e-03, -3.9862e-03, -7.0841e-03]],
              
                       ...,
              
                       [[ 7.1673e-03,  5.2882e-03,  5.8690e-03],
                        [ 4.2807e-04, -4.7009e-04,  9.8658e-03],
                        [-3.6831e-03, -3.5520e-03,  4.0485e-03]],
              
                       [[-5.5522e-03,  9.4766e-03,  8.2692e-03],
                        [-3.1187e-03, -8.5105e-03,  8.7861e-03],
                        [-7.3462e-03,  5.8684e-03,  9.6273e-03]],
              
                       [[-3.7102e-03,  7.7810e-03, -1.4194e-03],
                        [-4.0797e-03, -8.0059e-03,  8.5199e-03],
                        [-9.1947e-03,  3.5915e-03, -4.6602e-03]]],
              
              
                      [[[-1.3775e-03,  6.0666e-04, -6.9796e-04],
                        [ 6.7400e-03,  6.6210e-03,  2.7429e-03],
                        [-8.8243e-03, -9.8390e-03,  2.4116e-03]],
              
                       [[ 4.7119e-03,  3.2005e-03,  5.9726e-03],
                        [ 9.5476e-03,  1.6969e-03,  9.7832e-03],
                        [-2.6481e-03,  7.0522e-03, -7.9863e-03]],
              
                       [[ 4.9707e-03,  9.5256e-04, -1.3029e-03],
                        [-6.9370e-03, -1.0068e-02,  1.0652e-03],
                        [-2.0503e-03,  8.6360e-03, -1.5661e-03]],
              
                       ...,
              
                       [[-6.5328e-03, -9.1420e-04,  5.5855e-03],
                        [ 8.4739e-03, -4.1916e-03,  1.0212e-02],
                        [ 1.0342e-02, -8.0135e-03, -1.1019e-04]],
              
                       [[ 4.2931e-03,  4.7278e-03,  8.9549e-03],
                        [ 7.2504e-03,  4.6937e-03, -6.7444e-03],
                        [-1.0244e-02,  2.1343e-03, -3.2979e-03]],
              
                       [[ 9.3904e-03, -7.6412e-03,  2.0035e-03],
                        [-6.8808e-03,  1.0404e-02,  9.5906e-03],
                        [ 5.1486e-03,  1.8948e-03, -1.0138e-03]]]])),
             ('up1.conv.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.])),
             ('up1.conv.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up1.conv.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up1.conv.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.])),
             ('up1.conv.double_conv.1.num_batches_tracked', tensor(0)),
             ('up1.conv.double_conv.3.weight',
              tensor([[[[ 4.6532e-03, -7.6019e-03, -2.2726e-03],
                        [ 4.6818e-03,  1.2958e-02,  7.4474e-03],
                        [ 1.0656e-02,  7.3169e-03,  1.4385e-02]],
              
                       [[-7.1003e-03,  5.6198e-03,  1.1528e-02],
                        [ 1.2165e-02,  2.7467e-03,  1.2221e-02],
                        [ 1.0123e-02, -7.3388e-04, -1.3558e-02]],
              
                       [[ 6.1051e-04, -1.0071e-02,  1.0367e-02],
                        [ 5.4181e-03,  3.2388e-03,  8.1533e-04],
                        [ 9.9759e-03, -8.9243e-03, -1.0614e-02]],
              
                       ...,
              
                       [[-1.1593e-02,  4.4562e-03, -1.2794e-02],
                        [-2.0847e-03,  8.4393e-03, -3.0718e-03],
                        [ 1.2095e-02,  9.6634e-03, -6.1204e-03]],
              
                       [[-8.5692e-03, -5.3203e-03, -6.0301e-03],
                        [-1.3060e-02, -4.9878e-03,  1.3536e-02],
                        [-3.0446e-03, -3.7271e-03,  1.8943e-03]],
              
                       [[ 9.1236e-03,  6.2085e-03, -5.2066e-03],
                        [ 7.0768e-03,  5.8855e-03, -1.3525e-02],
                        [ 1.2969e-02, -3.1656e-03, -9.7805e-03]]],
              
              
                      [[[-1.3448e-02, -1.4380e-02,  3.3876e-03],
                        [-6.9893e-03, -8.7593e-03,  3.4935e-03],
                        [ 6.0252e-03,  6.2473e-03, -7.2960e-04]],
              
                       [[ 1.2521e-03, -1.2604e-02, -1.4122e-02],
                        [-7.8812e-03,  1.2843e-03,  3.4510e-03],
                        [-8.0826e-03, -6.0928e-03,  1.4071e-02]],
              
                       [[ 1.2236e-02, -2.2066e-03,  7.5802e-03],
                        [-3.4579e-03, -8.4028e-03,  1.2992e-02],
                        [ 1.5273e-03,  9.6915e-03, -2.7779e-03]],
              
                       ...,
              
                       [[-9.7299e-03,  7.2240e-03,  3.2073e-04],
                        [ 5.1952e-03,  1.3993e-02,  5.8187e-03],
                        [-3.9472e-03,  9.5075e-03,  9.9508e-03]],
              
                       [[ 3.8860e-03, -7.5956e-03, -6.7716e-03],
                        [-6.3491e-03,  1.1731e-02, -4.6717e-03],
                        [ 5.6204e-04, -4.5982e-03, -1.3072e-03]],
              
                       [[-9.9374e-03, -1.4691e-03,  9.6274e-03],
                        [-3.4154e-03, -9.9765e-03,  4.7587e-03],
                        [ 1.1309e-02,  1.2087e-03,  1.1953e-02]]],
              
              
                      [[[ 1.2883e-02, -7.2949e-03, -4.8458e-03],
                        [ 9.7466e-03,  1.1054e-02,  1.2237e-02],
                        [ 9.9405e-03,  1.4726e-02,  2.0744e-03]],
              
                       [[ 1.0789e-02,  1.3618e-02,  1.4625e-02],
                        [-1.9228e-03,  5.1298e-03,  5.3312e-04],
                        [ 1.4351e-02,  8.0309e-03, -1.3372e-02]],
              
                       [[-3.1131e-03, -6.5674e-04, -1.0796e-02],
                        [-9.3562e-03,  6.5610e-03, -1.3210e-02],
                        [ 7.9644e-03,  1.0064e-03,  6.2818e-04]],
              
                       ...,
              
                       [[-2.9593e-03, -3.4946e-03, -4.1973e-03],
                        [ 1.2073e-02,  7.9237e-03,  9.7770e-05],
                        [-4.5093e-03, -8.0024e-03, -3.3877e-03]],
              
                       [[ 4.1504e-04, -6.3685e-03,  2.9286e-04],
                        [-1.4368e-02,  5.2549e-04, -1.2686e-02],
                        [ 1.6020e-03,  4.4607e-03,  7.5159e-03]],
              
                       [[-6.6873e-03,  5.1561e-05,  8.2160e-03],
                        [-7.2157e-03, -9.4008e-04, -9.3220e-03],
                        [ 1.3272e-03,  1.3943e-03, -1.0126e-02]]],
              
              
                      ...,
              
              
                      [[[ 2.3756e-03,  1.2603e-02,  1.0009e-02],
                        [ 1.3332e-02,  2.2436e-03, -2.6538e-03],
                        [ 1.2150e-02, -6.4561e-03, -1.2219e-02]],
              
                       [[-8.2563e-03,  1.4514e-02, -6.5334e-03],
                        [ 1.0584e-02,  7.2743e-03, -7.7184e-03],
                        [-1.3945e-02, -3.9507e-04, -1.3207e-02]],
              
                       [[-1.1936e-02,  1.2723e-02,  1.4794e-03],
                        [-9.2238e-03,  1.2513e-02, -1.2755e-02],
                        [-2.3135e-04, -1.2050e-02,  1.0637e-02]],
              
                       ...,
              
                       [[-1.7315e-03, -1.1583e-02, -6.2004e-03],
                        [-3.6829e-03, -7.5475e-03, -1.1467e-02],
                        [-1.2565e-04, -1.6956e-03,  7.3251e-03]],
              
                       [[ 4.5195e-03,  9.6949e-03, -1.1593e-02],
                        [-1.0726e-02, -4.3706e-03, -1.0075e-02],
                        [-1.1938e-02, -6.4125e-03,  5.7692e-04]],
              
                       [[-1.1380e-02, -9.5971e-03, -1.3420e-02],
                        [ 1.0888e-02, -1.0871e-02,  4.6657e-05],
                        [-2.8069e-03, -1.0725e-02,  2.2430e-03]]],
              
              
                      [[[ 1.1839e-02,  1.3359e-02, -2.2681e-03],
                        [ 1.8450e-03,  5.9289e-04, -1.2829e-02],
                        [ 1.4203e-02,  2.5810e-03, -1.1913e-02]],
              
                       [[-1.3077e-02, -1.4014e-02, -4.2100e-03],
                        [-9.9503e-03,  1.1108e-02, -3.2723e-03],
                        [ 2.0312e-03,  4.5349e-03,  1.3859e-02]],
              
                       [[-1.4575e-02,  1.1122e-02, -7.5780e-03],
                        [-3.8330e-03, -9.8024e-04,  5.9586e-03],
                        [ 9.8220e-03, -6.8341e-03,  1.2393e-02]],
              
                       ...,
              
                       [[-3.4048e-03,  1.3819e-02, -2.6837e-03],
                        [ 1.1734e-02,  1.4311e-03, -1.2245e-02],
                        [-8.3261e-03,  1.3495e-02,  2.9223e-03]],
              
                       [[-1.2962e-02, -7.3929e-03, -7.3878e-03],
                        [-1.7338e-03, -6.7076e-03, -7.7754e-03],
                        [ 1.4972e-03, -6.4253e-03, -1.4126e-02]],
              
                       [[ 1.4451e-02, -4.8099e-03,  5.7255e-03],
                        [-5.8516e-03,  4.0733e-03,  1.0094e-02],
                        [ 8.1309e-04,  5.1471e-03,  5.1509e-03]]],
              
              
                      [[[ 9.8223e-04,  1.1245e-02,  1.1552e-02],
                        [-7.6653e-03,  6.1365e-04, -4.2670e-03],
                        [ 5.1350e-03,  1.4145e-02, -8.8357e-04]],
              
                       [[ 1.2253e-02,  1.0491e-02, -1.4184e-02],
                        [ 2.6855e-03,  7.4216e-03, -4.6636e-03],
                        [-1.0291e-02, -1.2930e-02, -3.5078e-04]],
              
                       [[ 4.5516e-03, -9.4295e-03,  9.7718e-03],
                        [-7.6455e-03,  1.0235e-02,  1.2030e-03],
                        [-2.7815e-03,  6.6763e-03, -8.7617e-03]],
              
                       ...,
              
                       [[-9.8976e-03,  1.2484e-02, -2.8897e-03],
                        [ 4.3479e-03,  8.9747e-03,  8.7985e-04],
                        [ 1.2341e-02,  4.2616e-04,  4.2251e-03]],
              
                       [[ 1.2692e-02, -1.7026e-03,  7.1434e-03],
                        [ 1.1852e-02, -1.1433e-02, -1.3874e-02],
                        [ 1.2581e-02, -3.8352e-03, -7.5201e-04]],
              
                       [[-4.7592e-04, -3.9157e-03,  3.5884e-03],
                        [-3.2631e-03, -1.6258e-03, -1.0496e-02],
                        [ 1.3847e-03, -5.7536e-04, -1.0432e-02]]]])),
             ('up1.conv.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.])),
             ('up1.conv.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up1.conv.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up1.conv.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.])),
             ('up1.conv.double_conv.4.num_batches_tracked', tensor(0)),
             ('up2.conv.double_conv.0.weight',
              tensor([[[[-2.1518e-03,  1.0631e-02,  1.2601e-02],
                        [ 9.9365e-03,  8.6478e-03, -1.2200e-02],
                        [-8.7199e-03, -1.3551e-04,  2.7872e-03]],
              
                       [[ 1.0136e-02,  5.1465e-03, -7.2739e-03],
                        [-1.0549e-02, -4.3726e-03, -1.0110e-02],
                        [-1.2202e-02,  8.1444e-03,  1.2508e-02]],
              
                       [[-1.1105e-02, -3.2792e-03,  1.1186e-02],
                        [-8.2915e-03,  8.8182e-03,  1.1263e-02],
                        [-4.4057e-03,  8.6805e-03, -9.5922e-03]],
              
                       ...,
              
                       [[ 6.3221e-03, -1.2953e-02,  5.1380e-03],
                        [ 2.9260e-04, -1.0260e-02,  6.4162e-03],
                        [-5.8944e-03,  4.6316e-03,  1.4742e-03]],
              
                       [[-1.0956e-02, -3.5614e-03, -3.6777e-03],
                        [ 1.2266e-02, -3.7897e-05, -1.1044e-02],
                        [ 5.1852e-03,  8.2570e-03,  1.3097e-03]],
              
                       [[-2.4492e-03, -3.5821e-03, -1.4560e-02],
                        [ 9.1054e-03, -4.1931e-03,  9.5132e-03],
                        [ 5.1267e-03,  1.1881e-02,  5.6942e-04]]],
              
              
                      [[[ 1.0638e-02, -5.4433e-03, -3.7759e-03],
                        [ 1.1677e-02, -4.1737e-03, -1.0637e-02],
                        [-1.6576e-03, -2.1487e-03, -1.1114e-02]],
              
                       [[ 1.8396e-03,  1.3266e-02,  6.8261e-03],
                        [ 3.9165e-03, -8.8550e-03,  1.4806e-03],
                        [ 7.0773e-04,  1.1756e-02, -1.0292e-02]],
              
                       [[ 1.3127e-02,  4.8850e-03,  2.1176e-03],
                        [ 2.1249e-03, -5.7832e-03, -1.3140e-02],
                        [ 8.5454e-03, -8.9114e-03, -1.3402e-02]],
              
                       ...,
              
                       [[ 1.1088e-02,  7.2383e-03,  1.2047e-02],
                        [ 9.5457e-03,  1.3826e-02, -2.5452e-03],
                        [ 9.1783e-03,  1.0598e-02, -8.6740e-04]],
              
                       [[ 4.5989e-03, -1.4716e-03, -1.2077e-02],
                        [-9.6809e-04, -1.2336e-02,  9.3714e-04],
                        [ 3.9654e-03, -7.3955e-03, -1.2232e-02]],
              
                       [[ 5.6303e-03, -8.0869e-03, -2.5287e-03],
                        [ 1.8057e-03, -1.1487e-02, -2.8659e-03],
                        [ 4.0015e-03, -1.2479e-02, -1.1998e-02]]],
              
              
                      [[[ 9.4689e-03, -7.2081e-03,  1.4072e-03],
                        [ 1.2932e-02, -3.2592e-03, -8.7485e-03],
                        [ 9.2945e-03,  4.6018e-03,  4.0055e-03]],
              
                       [[-1.3764e-02, -4.2907e-03,  3.2547e-03],
                        [ 3.3341e-03,  1.1304e-03, -1.2234e-02],
                        [-1.3467e-02, -5.6734e-03,  7.4354e-03]],
              
                       [[-5.6023e-03, -2.8761e-03, -1.4718e-02],
                        [ 1.0713e-02, -1.6779e-03, -1.1996e-02],
                        [-1.2827e-02,  1.0703e-02, -9.7047e-03]],
              
                       ...,
              
                       [[ 3.2607e-03, -8.0475e-03,  6.1829e-03],
                        [-2.9395e-03,  3.3496e-03,  5.1071e-03],
                        [ 5.9723e-03,  4.7608e-03, -1.6388e-03]],
              
                       [[-4.3904e-03,  7.7792e-03, -1.2428e-02],
                        [-3.2456e-03,  5.5866e-03, -1.4352e-02],
                        [-1.1821e-02,  2.6534e-03,  7.5290e-03]],
              
                       [[ 4.6186e-03, -6.2310e-03,  1.1741e-02],
                        [-1.4587e-02,  9.7592e-03,  1.2688e-02],
                        [ 4.2982e-03,  5.2313e-03, -1.2822e-02]]],
              
              
                      ...,
              
              
                      [[[ 1.1165e-02,  7.8691e-04, -9.3187e-03],
                        [-7.7603e-03, -3.0258e-03, -9.7707e-03],
                        [ 7.5438e-03,  1.4036e-02,  1.0273e-02]],
              
                       [[-1.3591e-02,  7.4804e-03, -4.6866e-04],
                        [-1.3815e-02,  1.2045e-02, -9.8406e-03],
                        [ 1.0759e-02,  6.9177e-03, -1.3892e-02]],
              
                       [[ 1.2857e-02, -4.8749e-04,  9.5570e-03],
                        [ 2.7064e-03, -8.0672e-03,  1.0471e-02],
                        [ 5.2177e-03,  1.2281e-02, -6.2795e-03]],
              
                       ...,
              
                       [[ 1.0430e-03,  1.3958e-02, -1.1441e-02],
                        [-1.0572e-02,  4.8599e-04, -8.1871e-03],
                        [ 8.7779e-03,  8.1478e-03, -3.1877e-03]],
              
                       [[ 7.4461e-03,  2.9228e-03, -1.0984e-02],
                        [ 9.8613e-03,  1.3081e-02,  1.2413e-02],
                        [ 1.2035e-02, -3.1168e-03, -7.5135e-03]],
              
                       [[ 8.0283e-03, -4.2646e-03, -7.9841e-03],
                        [-1.9161e-05, -6.6800e-03, -1.6066e-04],
                        [ 9.5017e-03, -1.7248e-03,  7.0304e-03]]],
              
              
                      [[[ 3.5356e-03, -7.6512e-03, -8.9665e-03],
                        [-4.8910e-03,  2.0278e-03,  7.1160e-03],
                        [-3.0881e-03, -4.1455e-03,  1.1920e-02]],
              
                       [[ 3.7466e-03, -3.9381e-03,  1.4420e-02],
                        [-1.3107e-02, -5.7352e-03,  6.8331e-03],
                        [-6.0296e-03,  1.2593e-02,  8.2828e-03]],
              
                       [[-9.1421e-03,  1.2051e-02,  9.1719e-03],
                        [-2.3811e-03, -1.4370e-02, -1.1317e-02],
                        [-5.8528e-03,  5.9658e-03, -7.2074e-03]],
              
                       ...,
              
                       [[ 1.4338e-02,  1.0304e-02, -6.8373e-03],
                        [ 2.6406e-03, -2.9580e-03, -2.9774e-03],
                        [-6.9043e-03,  1.4699e-02, -7.5011e-03]],
              
                       [[ 9.0359e-03, -7.4744e-03,  2.7057e-03],
                        [-1.0241e-03, -9.2485e-03, -3.4580e-03],
                        [ 3.8833e-03,  7.4134e-03, -1.1881e-02]],
              
                       [[-1.9624e-03,  2.7043e-03, -4.4755e-04],
                        [-1.1581e-02, -1.3765e-02, -8.7221e-03],
                        [ 1.3774e-02, -1.1876e-02, -1.0575e-02]]],
              
              
                      [[[-1.7063e-04,  6.7622e-04,  8.8984e-03],
                        [-5.9551e-03,  1.2280e-02, -1.2928e-02],
                        [-1.2386e-02,  1.3566e-02,  3.3778e-03]],
              
                       [[-4.9461e-03, -1.1765e-03, -5.0370e-03],
                        [-3.2352e-03,  8.2034e-03,  1.2355e-02],
                        [ 3.5783e-03,  1.1220e-02, -1.3388e-02]],
              
                       [[-1.8399e-03,  5.9302e-03,  9.6810e-03],
                        [ 5.0733e-03,  1.0453e-02, -4.8722e-03],
                        [-1.3514e-02, -1.1929e-03,  1.7507e-03]],
              
                       ...,
              
                       [[-1.4605e-03,  2.2461e-03, -8.0156e-03],
                        [ 1.0985e-02,  5.1273e-03, -1.1668e-02],
                        [ 1.4627e-02,  2.7758e-03,  7.2483e-03]],
              
                       [[ 1.3621e-02, -4.5283e-03,  6.4443e-04],
                        [ 1.0748e-02,  1.1094e-02,  1.4675e-02],
                        [-9.0625e-03, -6.1689e-03, -2.2046e-03]],
              
                       [[-1.4035e-03, -1.3366e-02,  5.8688e-03],
                        [ 2.4954e-04,  7.3011e-03,  8.3442e-03],
                        [-2.7433e-04, -1.0389e-02,  3.1839e-03]]]])),
             ('up2.conv.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.])),
             ('up2.conv.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up2.conv.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up2.conv.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.])),
             ('up2.conv.double_conv.1.num_batches_tracked', tensor(0)),
             ('up2.conv.double_conv.3.weight',
              tensor([[[[ 7.9497e-03, -1.7790e-02, -1.7096e-02],
                        [-1.6327e-02,  4.0280e-03, -1.9224e-02],
                        [-4.1614e-03,  2.0345e-02, -1.3011e-02]],
              
                       [[-1.1634e-02,  5.5307e-03, -1.6266e-02],
                        [-1.1103e-02,  8.3270e-03, -1.5757e-02],
                        [ 1.5221e-02, -1.2837e-02,  9.6909e-04]],
              
                       [[-1.6213e-02,  6.1893e-03,  1.9967e-02],
                        [-1.0630e-02,  2.0123e-02,  6.5128e-03],
                        [-2.0276e-02,  2.0401e-02,  1.5855e-02]],
              
                       ...,
              
                       [[ 1.4602e-02, -9.3187e-03,  1.2791e-02],
                        [ 3.5288e-03,  8.2964e-03,  1.7589e-02],
                        [ 4.4983e-03, -4.8159e-04, -3.6260e-03]],
              
                       [[-8.9474e-05,  1.3904e-02,  1.9019e-02],
                        [-1.9988e-02, -1.3111e-02,  6.4248e-04],
                        [ 6.8580e-04,  1.7128e-03,  5.4387e-03]],
              
                       [[ 1.4890e-02, -9.2215e-03, -5.8313e-03],
                        [ 1.1482e-02, -1.2943e-02,  1.7208e-02],
                        [-2.3544e-03,  8.3377e-04, -1.4550e-02]]],
              
              
                      [[[-2.5915e-03, -3.9138e-03, -1.6308e-02],
                        [-1.9927e-02, -9.3398e-03, -1.9362e-02],
                        [-1.4066e-02,  9.7209e-03,  1.6551e-02]],
              
                       [[-1.9409e-02, -1.3963e-02,  6.9585e-03],
                        [-5.1612e-04, -1.9914e-02,  1.8270e-02],
                        [-7.2831e-03,  1.2477e-02, -2.8120e-04]],
              
                       [[-1.5371e-02,  9.3540e-04,  9.9296e-03],
                        [-1.0750e-02, -3.9004e-03,  1.7460e-02],
                        [-1.9144e-02,  2.0190e-02, -1.1884e-02]],
              
                       ...,
              
                       [[ 7.7697e-03,  1.9071e-02, -3.6815e-03],
                        [ 5.6426e-03, -8.5833e-03,  1.6836e-02],
                        [ 1.8768e-03, -2.5059e-04,  8.1764e-03]],
              
                       [[ 5.9330e-03, -1.4364e-02, -3.9514e-03],
                        [ 1.9684e-02, -1.4239e-02, -2.0091e-02],
                        [ 2.0407e-02,  1.8737e-02, -5.8489e-03]],
              
                       [[ 5.4501e-03,  1.1028e-02, -1.9625e-02],
                        [-1.3838e-02, -8.5165e-03,  2.6146e-03],
                        [-6.4134e-03,  1.4367e-02,  1.4903e-02]]],
              
              
                      [[[-1.1303e-03,  3.3091e-03, -6.1916e-03],
                        [-1.5099e-02, -2.1207e-04,  4.5621e-03],
                        [ 1.7857e-02, -2.7128e-03, -5.4803e-03]],
              
                       [[ 5.9743e-03,  2.0597e-02,  6.6697e-03],
                        [ 9.8200e-03,  1.3099e-02,  1.7841e-03],
                        [-1.6089e-02,  1.5824e-02,  8.0234e-04]],
              
                       [[-7.2984e-03,  1.2674e-02,  1.8605e-02],
                        [ 3.9323e-03,  8.1922e-03, -9.3463e-04],
                        [-1.9702e-02,  1.4019e-02,  1.6300e-02]],
              
                       ...,
              
                       [[ 1.6479e-02,  1.6218e-02, -1.5242e-02],
                        [-3.6273e-03,  5.0512e-03,  1.1426e-02],
                        [ 7.1217e-03,  7.2147e-03, -2.5175e-03]],
              
                       [[ 1.5327e-02,  1.4072e-02, -1.7085e-02],
                        [ 4.0818e-04, -1.7114e-02, -3.8038e-03],
                        [-1.5342e-02, -2.0213e-02, -1.3697e-02]],
              
                       [[-2.0410e-02, -1.5656e-02,  5.8427e-03],
                        [-3.8405e-03,  1.0923e-02, -1.2858e-02],
                        [ 1.8628e-02,  4.0466e-03, -2.0422e-02]]],
              
              
                      ...,
              
              
                      [[[-1.9150e-02,  1.2267e-02,  1.7782e-02],
                        [ 1.3684e-02, -1.9804e-02, -9.2421e-03],
                        [ 1.7435e-02,  1.7343e-02, -1.8515e-02]],
              
                       [[ 1.8531e-02, -6.2842e-03, -2.1436e-03],
                        [-6.2577e-03,  1.8332e-02,  1.9857e-02],
                        [-1.0869e-02, -5.4065e-03,  1.8648e-02]],
              
                       [[-9.8150e-03, -1.9312e-02, -5.3483e-04],
                        [ 2.2209e-03,  2.0530e-02, -6.2797e-03],
                        [ 3.1732e-03,  1.7359e-02,  1.0300e-02]],
              
                       ...,
              
                       [[ 5.3619e-03, -8.6172e-03,  1.9207e-02],
                        [ 1.2767e-02, -3.0699e-03, -9.6391e-03],
                        [-8.9599e-04,  6.0747e-03,  4.0384e-03]],
              
                       [[-5.2875e-03,  6.5115e-04,  5.4017e-03],
                        [ 1.5804e-03,  8.6046e-03,  1.7447e-02],
                        [ 7.5348e-03,  1.8965e-02,  1.9957e-02]],
              
                       [[-1.0331e-02, -1.1320e-02,  1.5131e-02],
                        [ 2.9035e-03,  1.1799e-02, -1.5353e-03],
                        [-8.3366e-03,  9.3031e-03, -1.7604e-02]]],
              
              
                      [[[ 1.4307e-02,  1.1860e-02,  5.1069e-03],
                        [-1.5284e-02,  8.2293e-03, -9.5887e-03],
                        [ 5.3585e-03,  2.0224e-03,  1.5437e-02]],
              
                       [[ 1.2629e-03,  9.5884e-03,  1.5362e-02],
                        [-4.8209e-03,  1.4933e-02, -1.2048e-02],
                        [-3.0520e-05, -1.3378e-02, -2.1463e-03]],
              
                       [[-1.1527e-02,  7.7163e-03, -1.2359e-02],
                        [-2.0476e-02, -1.7779e-02, -6.4546e-03],
                        [ 3.1536e-03, -1.0851e-04, -1.9629e-02]],
              
                       ...,
              
                       [[-3.6267e-03, -1.7496e-02, -1.8531e-02],
                        [ 3.0812e-03, -4.4989e-03, -5.3328e-03],
                        [-3.5008e-03, -1.0352e-02,  2.0659e-02]],
              
                       [[-4.5241e-03,  6.3328e-03,  8.7361e-03],
                        [-6.1625e-03, -1.3019e-02,  1.6934e-02],
                        [-3.4158e-03,  8.9188e-03, -1.3646e-02]],
              
                       [[ 1.7996e-02,  1.7854e-02, -1.5007e-02],
                        [ 2.2617e-04,  1.8391e-02,  2.0008e-02],
                        [-1.4899e-03,  1.6801e-02,  2.3108e-03]]],
              
              
                      [[[-1.5664e-02,  4.3163e-03,  1.2885e-02],
                        [ 2.6682e-03,  1.6914e-02,  3.5899e-03],
                        [ 1.9674e-02, -1.1662e-02, -1.2853e-02]],
              
                       [[-3.9540e-04, -1.7787e-02,  9.8214e-03],
                        [ 1.3250e-02, -2.1693e-03, -4.9136e-03],
                        [ 1.9610e-02,  1.1362e-03,  2.0132e-02]],
              
                       [[ 1.0343e-03,  8.4445e-03,  1.5850e-02],
                        [ 1.1820e-02,  1.0775e-03, -1.8296e-02],
                        [-1.1273e-02,  2.6236e-03,  1.3343e-02]],
              
                       ...,
              
                       [[ 1.6003e-02,  5.4038e-03, -3.7506e-03],
                        [-2.4944e-03, -8.0193e-03, -6.6061e-03],
                        [-1.2857e-02,  1.3497e-02,  8.1090e-03]],
              
                       [[-1.8006e-02, -8.5612e-03,  1.9954e-02],
                        [-3.3323e-03, -7.7578e-04,  1.2751e-02],
                        [ 8.0447e-03, -3.9115e-04,  2.0177e-02]],
              
                       [[-1.7435e-02, -8.4071e-03, -9.7204e-03],
                        [ 1.8257e-02, -1.7279e-02, -1.8781e-02],
                        [ 1.5807e-02, -1.8718e-02,  2.0478e-02]]]])),
             ('up2.conv.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.])),
             ('up2.conv.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up2.conv.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up2.conv.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.])),
             ('up2.conv.double_conv.4.num_batches_tracked', tensor(0)),
             ('up3.conv.double_conv.0.weight',
              tensor([[[[ 6.5360e-04, -1.1478e-02, -1.2108e-02],
                        [-1.3628e-02, -9.4881e-03,  4.5922e-03],
                        [-1.3436e-03, -9.4868e-03, -4.5939e-03]],
              
                       [[ 1.0784e-02, -1.2223e-03, -1.5292e-02],
                        [-5.8855e-03, -1.8780e-02, -8.7660e-03],
                        [ 1.8609e-03,  1.2953e-02, -1.4010e-02]],
              
                       [[-6.7148e-03, -1.5341e-02,  1.2591e-02],
                        [ 7.5377e-03,  1.1052e-02, -1.1975e-02],
                        [-1.9517e-02, -1.9137e-02, -7.4886e-04]],
              
                       ...,
              
                       [[ 2.0512e-02, -3.9202e-03,  1.4523e-02],
                        [ 1.2714e-02,  1.3007e-02,  6.8676e-04],
                        [-1.7327e-02, -8.6569e-03,  1.2416e-03]],
              
                       [[-2.0188e-02, -1.2779e-02, -7.3068e-03],
                        [-9.3873e-03,  1.3301e-02,  1.6646e-02],
                        [-1.7413e-02,  1.7294e-03, -1.5510e-02]],
              
                       [[-1.4983e-02,  1.7590e-02,  1.2623e-02],
                        [-2.8354e-03, -2.8116e-03,  1.7879e-02],
                        [-1.7114e-02,  1.2573e-02,  1.0661e-02]]],
              
              
                      [[[ 1.1610e-02, -1.0957e-02,  1.8087e-02],
                        [ 1.2981e-02, -1.2237e-02, -1.3717e-02],
                        [-8.9545e-03,  1.0519e-02, -1.8804e-02]],
              
                       [[-5.7298e-03,  1.7915e-02, -3.1621e-03],
                        [ 7.9957e-03,  3.4881e-03, -1.5158e-02],
                        [ 1.8798e-03,  1.6252e-02, -1.5315e-03]],
              
                       [[-4.2252e-03,  8.9630e-03, -7.0830e-03],
                        [-1.0045e-02, -2.2602e-03,  7.8443e-03],
                        [-2.6957e-03,  1.3411e-02,  4.8645e-03]],
              
                       ...,
              
                       [[-5.3712e-03, -1.0452e-02, -1.6330e-02],
                        [-1.0432e-02, -1.9882e-02, -1.6169e-02],
                        [-7.2622e-03, -1.8196e-02, -6.7982e-03]],
              
                       [[-7.0105e-05, -1.2175e-02, -1.0749e-02],
                        [ 1.1441e-02,  3.5827e-03,  1.7456e-02],
                        [-4.9655e-03,  1.9057e-03, -1.7193e-02]],
              
                       [[ 1.7013e-02,  3.1988e-04,  5.7411e-03],
                        [-3.7235e-04, -1.8450e-03,  3.6671e-03],
                        [ 1.6459e-02,  1.1565e-02,  1.9842e-02]]],
              
              
                      [[[ 1.6914e-02, -1.2111e-02,  1.4786e-02],
                        [ 7.7207e-03,  2.5537e-03,  4.0743e-03],
                        [ 1.0419e-04,  1.0066e-02, -8.1808e-03]],
              
                       [[ 5.5924e-03,  3.0751e-03, -1.4255e-02],
                        [ 1.4609e-02, -6.0797e-03,  1.8090e-02],
                        [-2.0465e-02, -1.9647e-02,  1.9963e-02]],
              
                       [[ 1.7703e-02,  9.7912e-04, -1.7088e-02],
                        [-3.0930e-03,  1.0013e-02,  1.5110e-02],
                        [-1.5153e-02, -6.5340e-03,  1.6374e-02]],
              
                       ...,
              
                       [[-1.0198e-02,  1.8628e-02, -7.3407e-03],
                        [-2.0066e-02,  1.8155e-02,  8.2106e-03],
                        [-5.0477e-04, -5.1193e-03, -1.9685e-02]],
              
                       [[ 7.3187e-03, -1.8577e-02, -1.9180e-02],
                        [ 1.3858e-02, -1.6733e-02, -5.7723e-04],
                        [ 1.2103e-02,  8.6336e-03, -2.0067e-02]],
              
                       [[-3.8180e-03,  1.9922e-03, -1.2753e-02],
                        [ 1.9889e-02,  1.9218e-02,  1.2516e-02],
                        [-1.6966e-02, -1.9937e-02,  6.3545e-03]]],
              
              
                      ...,
              
              
                      [[[ 1.4647e-02,  1.3599e-02, -1.1497e-02],
                        [ 1.0819e-02,  6.2655e-03,  8.2514e-03],
                        [ 9.7814e-03,  1.5446e-03,  5.0288e-03]],
              
                       [[-3.7955e-03,  1.2494e-02, -7.8703e-03],
                        [ 4.0349e-03,  1.4197e-02, -1.1018e-02],
                        [ 1.2082e-02, -1.9828e-03,  1.1344e-02]],
              
                       [[-1.6060e-02,  5.2254e-03,  1.3679e-02],
                        [ 2.3551e-03, -5.8034e-03, -1.0188e-02],
                        [-7.8099e-03, -7.3378e-03, -1.6845e-02]],
              
                       ...,
              
                       [[ 4.8750e-03, -1.5202e-02, -8.3033e-03],
                        [-1.4143e-02,  9.6245e-03,  1.0595e-03],
                        [-6.6992e-03,  1.8018e-02,  1.4028e-02]],
              
                       [[-2.4361e-03,  8.2809e-03, -6.7384e-03],
                        [-2.4594e-03,  4.9077e-03,  1.8375e-02],
                        [-4.1593e-03, -3.5705e-03, -1.3529e-02]],
              
                       [[-1.7012e-02,  1.9748e-02,  1.9104e-02],
                        [-1.4910e-02, -1.9546e-02,  1.1406e-02],
                        [-1.7544e-04,  1.5866e-02,  3.8805e-03]]],
              
              
                      [[[-4.2661e-03,  2.0544e-02, -2.0223e-02],
                        [-1.7558e-02,  1.2315e-02, -1.1358e-03],
                        [-9.5695e-03,  1.7591e-02, -1.8437e-02]],
              
                       [[-7.6622e-03,  1.3523e-02, -1.2805e-02],
                        [ 4.2950e-03, -7.9838e-03, -8.6255e-03],
                        [ 1.5282e-03, -8.8083e-03,  5.8126e-03]],
              
                       [[ 1.2428e-02,  1.6649e-03, -1.8423e-02],
                        [ 3.3804e-03, -9.0342e-03, -2.8731e-03],
                        [ 2.8868e-03, -4.1382e-03,  1.6776e-02]],
              
                       ...,
              
                       [[ 1.6678e-02, -4.2476e-03, -9.8835e-03],
                        [-9.7655e-03, -3.7623e-03,  5.0571e-03],
                        [ 1.0131e-02, -7.6768e-03, -5.4080e-04]],
              
                       [[ 1.7999e-02,  5.0342e-03, -2.2092e-03],
                        [ 1.2079e-02, -8.4492e-03, -1.6282e-02],
                        [-2.0245e-02,  4.7685e-03, -9.7620e-03]],
              
                       [[-4.6216e-03, -1.1652e-02, -1.2818e-02],
                        [ 1.2088e-02, -9.3832e-03, -4.1677e-03],
                        [ 1.1476e-02, -4.4116e-03, -2.0018e-02]]],
              
              
                      [[[ 3.7413e-03, -1.8938e-02, -1.2220e-02],
                        [ 1.7449e-02,  9.5147e-03,  2.5178e-03],
                        [-6.6552e-03,  2.6520e-03, -2.0583e-02]],
              
                       [[ 1.9046e-02,  1.7330e-03,  3.4585e-03],
                        [ 1.6316e-02, -1.8740e-02,  1.6343e-02],
                        [-8.1862e-03, -1.9654e-02,  6.7754e-04]],
              
                       [[-7.8348e-03, -1.0483e-02, -1.1580e-02],
                        [ 2.0537e-02, -1.2595e-02,  4.6942e-03],
                        [ 5.1139e-04, -8.2631e-04, -1.3213e-03]],
              
                       ...,
              
                       [[ 2.0120e-02, -1.8718e-02,  7.1457e-03],
                        [ 8.7498e-03, -8.0881e-03, -8.0977e-03],
                        [-1.8490e-02, -2.0089e-02,  2.6450e-04]],
              
                       [[ 3.0537e-03, -8.0446e-03, -9.7033e-03],
                        [ 2.9420e-03,  1.5974e-02, -8.4568e-03],
                        [-4.6306e-03,  7.5076e-03, -9.9498e-04]],
              
                       [[-1.7441e-02, -4.8928e-03,  2.0088e-02],
                        [ 1.1744e-02, -1.9409e-02, -1.2495e-02],
                        [ 1.6826e-02, -6.6388e-03, -1.3236e-03]]]])),
             ('up3.conv.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.])),
             ('up3.conv.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up3.conv.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up3.conv.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.])),
             ('up3.conv.double_conv.1.num_batches_tracked', tensor(0)),
             ('up3.conv.double_conv.3.weight',
              tensor([[[[-6.2617e-03,  5.1519e-03,  1.0535e-02],
                        [ 2.2614e-02,  2.3770e-02,  7.1172e-03],
                        [-9.0252e-04, -2.0448e-02, -2.0432e-02]],
              
                       [[-5.3073e-03,  2.0543e-03, -1.9999e-02],
                        [ 1.7058e-02,  4.4323e-03,  2.0256e-02],
                        [ 1.6059e-02,  7.8848e-03,  2.6898e-02]],
              
                       [[ 2.4905e-02, -9.5489e-04, -4.0310e-05],
                        [ 2.6839e-02,  1.0395e-02, -1.1824e-02],
                        [ 1.3696e-02, -4.7753e-03,  4.4547e-03]],
              
                       ...,
              
                       [[-4.0551e-03, -2.0774e-02,  5.0831e-03],
                        [ 8.9578e-03, -2.4251e-02, -2.7485e-02],
                        [-1.1212e-02, -3.5667e-03, -2.9207e-02]],
              
                       [[-2.5817e-02,  2.8529e-02, -2.4398e-02],
                        [ 2.0831e-02,  1.4292e-02, -1.8673e-02],
                        [-8.5094e-04, -1.2406e-03,  3.7525e-04]],
              
                       [[ 2.1931e-03,  6.2044e-03, -9.8672e-03],
                        [-6.0165e-03,  7.0416e-03, -3.2293e-03],
                        [-1.1025e-02, -1.1666e-02, -1.8839e-02]]],
              
              
                      [[[-1.9571e-02,  1.3345e-02, -3.1977e-03],
                        [-2.4555e-02, -3.5323e-03, -2.8703e-02],
                        [-1.5313e-02,  2.1116e-02, -1.0758e-03]],
              
                       [[-1.0014e-02,  1.1471e-02, -2.2742e-02],
                        [ 2.5164e-02,  1.5579e-02, -2.2211e-02],
                        [ 2.7174e-02,  1.9207e-02, -1.7626e-02]],
              
                       [[ 2.7689e-02, -5.7403e-03, -1.0863e-02],
                        [ 5.0870e-03,  6.7373e-03, -2.0150e-02],
                        [ 2.9319e-02, -9.6329e-03, -2.0385e-02]],
              
                       ...,
              
                       [[-2.4959e-02,  1.2766e-03,  2.4264e-03],
                        [ 2.1160e-02, -2.1553e-02,  1.6825e-02],
                        [ 2.6579e-02,  6.6060e-03,  2.5650e-02]],
              
                       [[ 4.5595e-03,  1.9319e-03, -2.5173e-02],
                        [-2.3925e-02, -8.3372e-03, -9.0146e-03],
                        [ 1.7461e-02, -2.5896e-02, -1.8144e-02]],
              
                       [[ 2.5831e-02, -2.1761e-02, -2.9396e-02],
                        [ 2.7635e-02, -1.2928e-02,  5.8588e-03],
                        [-2.0192e-02,  4.7528e-03,  2.8390e-02]]],
              
              
                      [[[ 1.8739e-03, -1.3140e-02,  2.6128e-02],
                        [ 1.1566e-02,  3.5446e-03, -5.1995e-03],
                        [ 5.5016e-03, -4.5294e-03,  1.9544e-02]],
              
                       [[-9.9646e-03,  2.7664e-02,  1.1371e-02],
                        [ 1.2055e-02,  1.6825e-02, -1.1272e-02],
                        [ 1.3120e-02,  1.7465e-02,  1.1575e-02]],
              
                       [[-4.8596e-03,  9.3461e-03,  2.0105e-02],
                        [ 1.2126e-02, -2.2240e-03,  1.3572e-02],
                        [-2.8769e-02, -7.9955e-03, -1.2733e-02]],
              
                       ...,
              
                       [[ 2.5646e-02,  1.6559e-02, -2.2198e-02],
                        [-3.0433e-03,  2.7646e-02,  2.8915e-02],
                        [ 2.3706e-02, -2.5853e-02, -8.8919e-05]],
              
                       [[ 1.9385e-02,  9.4940e-03, -1.7507e-02],
                        [-1.0995e-02, -1.9027e-02,  2.6517e-02],
                        [ 6.5096e-03,  8.3432e-03,  4.3078e-03]],
              
                       [[-1.2435e-02, -1.2040e-02,  6.4921e-03],
                        [-1.9559e-02,  2.2276e-02,  1.2324e-02],
                        [ 7.4537e-03,  5.5965e-03, -2.4149e-02]]],
              
              
                      ...,
              
              
                      [[[-2.9395e-02,  2.0365e-02, -1.6215e-02],
                        [ 1.8015e-02,  1.1132e-02, -5.3747e-03],
                        [ 4.5775e-03,  1.9513e-02,  5.4436e-03]],
              
                       [[ 2.0589e-02,  4.0204e-03, -7.1212e-03],
                        [-1.7708e-02, -2.7610e-02,  2.9521e-03],
                        [ 1.4294e-02, -6.5115e-03, -1.4379e-03]],
              
                       [[ 2.8011e-02,  1.6216e-02,  2.5210e-02],
                        [-1.6498e-02,  1.0523e-02,  2.6155e-02],
                        [ 1.6074e-02, -8.3713e-03,  2.2026e-02]],
              
                       ...,
              
                       [[-1.3617e-02, -1.4065e-02, -2.3103e-02],
                        [ 2.4879e-02, -8.9402e-03,  3.0990e-03],
                        [ 1.3965e-03, -2.5021e-02, -2.0546e-02]],
              
                       [[ 2.0246e-03, -7.9078e-03, -2.6747e-02],
                        [ 2.9376e-02, -6.2544e-03, -1.8549e-02],
                        [ 1.5150e-02, -3.9595e-03,  2.3443e-03]],
              
                       [[-3.6495e-03, -1.0052e-02,  1.2397e-03],
                        [ 3.8338e-03, -2.8786e-02, -5.1455e-03],
                        [-1.5915e-02,  2.8991e-02,  6.3032e-03]]],
              
              
                      [[[-2.0503e-02, -2.8574e-02,  1.7111e-02],
                        [-1.5106e-02,  2.2639e-02,  3.2666e-03],
                        [ 1.1444e-02, -9.7533e-03,  1.8418e-02]],
              
                       [[-2.8729e-02, -1.7639e-02,  1.5558e-02],
                        [ 2.1907e-02,  2.6665e-02, -2.0398e-02],
                        [ 4.7236e-03,  2.2406e-02, -1.1982e-03]],
              
                       [[-6.9613e-03,  1.6444e-02,  1.0986e-04],
                        [-2.5102e-02,  2.7951e-02,  1.8224e-02],
                        [-9.3261e-03, -2.2952e-02, -1.9339e-02]],
              
                       ...,
              
                       [[ 6.3333e-03, -8.1322e-03,  3.5560e-03],
                        [-2.3900e-02, -2.8754e-02, -2.0715e-02],
                        [ 1.3923e-02,  1.0834e-02, -1.1983e-02]],
              
                       [[-1.2872e-02,  6.1885e-03, -1.2684e-02],
                        [ 8.5061e-03, -1.3273e-03, -1.6401e-03],
                        [ 3.5566e-03,  1.4142e-02,  7.0110e-03]],
              
                       [[ 1.2880e-02,  6.1687e-03, -9.6315e-03],
                        [ 1.5918e-02,  2.2629e-03, -2.7104e-03],
                        [-8.4794e-04,  2.0819e-02, -2.2515e-02]]],
              
              
                      [[[ 8.6197e-03,  2.3163e-02,  1.9551e-02],
                        [ 2.2528e-02,  1.8106e-02,  1.0401e-02],
                        [-1.7955e-03, -5.1270e-03,  9.9206e-03]],
              
                       [[ 2.3529e-02,  1.5074e-02, -1.5779e-02],
                        [-2.8125e-02, -1.9706e-02, -2.7739e-02],
                        [ 1.2969e-02, -6.8372e-03, -1.8700e-02]],
              
                       [[-1.6456e-02, -1.9319e-02,  2.9451e-02],
                        [-4.3081e-03,  1.6394e-02,  2.0039e-02],
                        [-2.6109e-02,  1.8154e-02, -4.1342e-03]],
              
                       ...,
              
                       [[ 1.4506e-02, -2.9666e-03,  3.6261e-03],
                        [ 1.6303e-02, -4.9343e-03, -1.7006e-02],
                        [ 2.6239e-02, -2.3413e-02,  1.2565e-02]],
              
                       [[-7.7776e-03,  2.6909e-02,  1.0444e-02],
                        [-8.7274e-03, -8.3104e-03,  2.3266e-03],
                        [-2.4073e-02, -1.0433e-02, -1.1619e-02]],
              
                       [[-1.0362e-02, -2.3291e-02, -1.0579e-02],
                        [ 1.6419e-02,  2.0854e-02,  2.4889e-02],
                        [ 1.3606e-03, -9.4291e-03, -1.6355e-03]]]])),
             ('up3.conv.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])),
             ('up3.conv.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up3.conv.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up3.conv.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])),
             ('up3.conv.double_conv.4.num_batches_tracked', tensor(0)),
             ('up4.conv.double_conv.0.weight',
              tensor([[[[-2.4477e-02, -1.7234e-02,  2.2003e-03],
                        [-7.8829e-03,  6.1736e-03,  1.4644e-02],
                        [ 9.7539e-03,  5.7497e-04, -2.1407e-02]],
              
                       [[ 2.5615e-02,  6.0152e-03, -2.8486e-02],
                        [ 2.1189e-02,  6.7674e-03, -1.4792e-03],
                        [ 2.2734e-02,  1.7544e-03, -1.0535e-02]],
              
                       [[ 2.1016e-02,  3.9310e-03,  5.9241e-03],
                        [-9.3318e-04,  1.3821e-02,  2.8222e-02],
                        [ 7.3732e-03,  2.3611e-03,  2.2986e-02]],
              
                       ...,
              
                       [[-2.6076e-02,  9.7759e-03,  1.7446e-02],
                        [-4.6081e-03, -7.8919e-03, -1.3171e-02],
                        [ 3.6483e-03,  5.5107e-04, -2.6154e-02]],
              
                       [[ 2.4815e-02,  6.5554e-04, -2.6840e-02],
                        [-5.4893e-03, -1.2978e-02, -7.7000e-03],
                        [ 1.7822e-02, -2.0376e-02,  1.8151e-02]],
              
                       [[-1.3709e-02, -2.1298e-02,  1.4319e-02],
                        [-1.1540e-02,  2.9451e-03,  4.6603e-03],
                        [ 1.6498e-02, -2.2247e-02, -2.6400e-02]]],
              
              
                      [[[-2.9053e-02,  6.6088e-03,  2.8600e-02],
                        [-8.5117e-03,  3.7488e-03,  2.5909e-02],
                        [-6.6344e-03, -1.8867e-02,  2.1232e-02]],
              
                       [[ 2.7659e-02, -1.5675e-02, -1.2514e-02],
                        [ 6.8806e-03, -2.4540e-02, -2.0591e-02],
                        [-6.2750e-03, -2.9055e-02,  2.7674e-02]],
              
                       [[ 6.6344e-03, -2.5097e-02, -2.7987e-02],
                        [-1.9412e-02, -1.7099e-02,  2.4543e-02],
                        [-6.0892e-03, -1.9663e-02, -2.1830e-02]],
              
                       ...,
              
                       [[-2.4330e-02, -5.3355e-04,  1.6593e-02],
                        [-1.5296e-02, -1.2302e-02, -2.1773e-02],
                        [-2.4805e-02, -2.7568e-02, -5.2265e-03]],
              
                       [[ 1.4438e-02, -1.1498e-02, -5.8588e-03],
                        [ 2.3541e-02,  2.8545e-02, -2.1781e-02],
                        [ 2.1298e-02, -1.4740e-02,  2.0063e-02]],
              
                       [[-1.4228e-02,  2.7397e-02,  1.9363e-03],
                        [ 1.3088e-02,  1.8878e-02,  2.5326e-02],
                        [-2.7118e-02,  1.8095e-02,  1.5554e-02]]],
              
              
                      [[[-2.7807e-02,  2.8756e-02, -2.4947e-02],
                        [ 2.8239e-03,  6.4158e-03,  1.7847e-02],
                        [-2.1316e-02, -1.1236e-02, -7.1000e-03]],
              
                       [[-2.2642e-02, -2.9162e-02, -2.7960e-02],
                        [ 2.2822e-02,  2.6365e-02, -2.2013e-02],
                        [-4.3668e-03,  5.9663e-03, -2.2929e-02]],
              
                       [[ 2.6231e-02,  6.2513e-04, -1.5292e-02],
                        [-2.3744e-02,  1.0287e-02, -1.7989e-02],
                        [ 1.4567e-02, -5.4238e-04, -1.8888e-03]],
              
                       ...,
              
                       [[ 8.2702e-03, -3.9680e-03,  4.4591e-03],
                        [ 1.2113e-02,  1.9210e-02, -2.1732e-02],
                        [ 1.8309e-02, -2.5562e-02, -3.4519e-03]],
              
                       [[ 2.0920e-02,  5.1383e-03, -2.8351e-02],
                        [ 2.4168e-02,  2.4032e-03,  4.4554e-03],
                        [-9.5799e-03, -4.6795e-03,  2.1697e-02]],
              
                       [[ 5.9437e-03,  1.4123e-03, -8.3815e-03],
                        [ 2.3132e-02, -2.6785e-02, -1.6763e-02],
                        [-9.6515e-03, -2.1222e-02,  2.4000e-02]]],
              
              
                      ...,
              
              
                      [[[-2.3391e-02,  2.3395e-02, -2.1791e-02],
                        [ 1.8008e-02,  5.3447e-03,  2.3465e-02],
                        [ 1.7817e-02, -3.0541e-04,  1.8585e-02]],
              
                       [[-1.8773e-02,  9.5143e-03, -9.0805e-03],
                        [-1.1845e-02, -2.0910e-02,  7.6076e-03],
                        [-1.9462e-03,  2.5138e-02, -2.8411e-02]],
              
                       [[ 1.2022e-02, -1.4268e-02,  1.6846e-02],
                        [-1.5587e-02, -2.2586e-02,  1.7113e-03],
                        [-2.0474e-02,  2.1718e-02,  2.6473e-02]],
              
                       ...,
              
                       [[-9.5288e-04, -2.0567e-02, -5.8081e-03],
                        [-9.2609e-03,  2.2689e-02,  7.9880e-03],
                        [-2.3267e-02, -2.2080e-03, -3.7323e-04]],
              
                       [[ 7.0031e-03,  1.5936e-02, -1.7355e-02],
                        [ 9.1528e-03,  6.0140e-04, -4.6582e-03],
                        [-2.2403e-03,  1.1589e-02,  1.3004e-02]],
              
                       [[ 7.5902e-03, -2.7939e-02,  1.6827e-02],
                        [-1.1944e-02, -2.1053e-02,  7.7404e-03],
                        [-2.4648e-02,  1.0781e-02,  1.6477e-02]]],
              
              
                      [[[ 2.8526e-02, -8.3310e-03, -3.3514e-03],
                        [ 8.7738e-03,  3.3132e-03, -2.3501e-03],
                        [-1.5227e-02, -6.8209e-03,  7.2189e-03]],
              
                       [[ 3.2429e-03,  2.9305e-02,  7.2086e-03],
                        [-2.8544e-02, -2.1567e-02, -7.0302e-03],
                        [-1.2484e-02,  4.2848e-03, -1.5662e-02]],
              
                       [[ 1.4185e-03,  6.2046e-03,  2.1498e-02],
                        [ 1.4784e-02, -2.4929e-02, -2.7400e-02],
                        [-2.6303e-05,  2.4616e-02, -1.2550e-02]],
              
                       ...,
              
                       [[-1.1245e-02, -6.3400e-03, -1.4372e-02],
                        [-2.6327e-02, -9.7659e-03, -1.9709e-03],
                        [-2.4333e-03,  5.2920e-03,  1.3149e-02]],
              
                       [[ 2.8700e-03,  7.3612e-03,  2.3691e-03],
                        [-2.7523e-02,  1.5241e-02,  1.3450e-02],
                        [ 2.5740e-03, -3.4698e-03, -1.3424e-02]],
              
                       [[-1.4515e-02, -2.1749e-02,  1.3343e-02],
                        [ 2.5754e-02,  3.5074e-03,  1.9747e-02],
                        [ 2.7382e-03,  1.4910e-02, -2.2954e-02]]],
              
              
                      [[[-4.3458e-03, -1.3681e-02,  1.8517e-02],
                        [-1.4100e-02,  2.4556e-02, -1.6581e-03],
                        [-2.7384e-02,  1.7085e-02,  1.9694e-02]],
              
                       [[ 5.4223e-03, -1.7057e-02, -6.0624e-03],
                        [ 2.8144e-02, -1.2404e-02, -9.2200e-05],
                        [ 8.0187e-03, -2.4534e-02, -6.1641e-03]],
              
                       [[ 4.4628e-03, -2.3212e-02,  1.8625e-02],
                        [ 2.0626e-03, -1.1065e-02,  2.2116e-02],
                        [-2.3691e-02,  7.7271e-03,  2.3667e-02]],
              
                       ...,
              
                       [[ 1.6437e-02,  1.7844e-02,  4.2858e-03],
                        [ 1.8507e-02, -1.4175e-02,  6.2452e-03],
                        [-2.2591e-02, -1.6163e-02,  2.8446e-02]],
              
                       [[ 7.0578e-03,  8.5772e-03,  1.2336e-03],
                        [-2.7270e-02, -4.7153e-03,  1.8364e-02],
                        [-1.7723e-02, -6.1744e-03, -2.6519e-02]],
              
                       [[ 2.6981e-03,  2.3110e-02, -1.9544e-02],
                        [ 2.8593e-02,  2.6731e-02,  2.1887e-02],
                        [-9.6571e-04,  1.7459e-02,  3.4465e-03]]]])),
             ('up4.conv.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])),
             ('up4.conv.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up4.conv.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up4.conv.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])),
             ('up4.conv.double_conv.1.num_batches_tracked', tensor(0)),
             ('up4.conv.double_conv.3.weight',
              tensor([[[[ 3.1426e-03, -3.7804e-02, -1.9636e-03],
                        [-3.3168e-02,  2.4599e-03, -2.5361e-02],
                        [ 2.0291e-02, -3.1659e-02, -2.2596e-02]],
              
                       [[-8.4917e-03, -3.0465e-04, -2.1817e-02],
                        [ 2.9646e-03,  2.4069e-02, -2.6871e-02],
                        [ 2.7976e-02, -2.9426e-02, -1.9063e-02]],
              
                       [[ 3.4714e-02,  2.5515e-02,  2.2645e-03],
                        [ 1.1169e-02, -1.5637e-02, -3.2919e-02],
                        [-1.3760e-02,  1.0523e-03,  3.2319e-02]],
              
                       ...,
              
                       [[-2.6632e-02,  1.5643e-02, -3.1304e-03],
                        [-6.5018e-03,  1.7912e-02, -1.7220e-02],
                        [ 3.1036e-02,  3.4784e-02, -1.4025e-02]],
              
                       [[ 3.3626e-02, -2.4100e-02,  3.6708e-02],
                        [-2.1758e-02, -1.4161e-02, -2.8572e-02],
                        [ 5.2657e-03,  2.2184e-02, -1.2249e-02]],
              
                       [[ 3.9889e-02, -9.9724e-03,  1.4062e-03],
                        [ 1.6991e-02, -5.8726e-03, -1.2741e-02],
                        [-2.3483e-02,  3.6793e-02,  1.0728e-03]]],
              
              
                      [[[-1.1431e-02,  2.8004e-03, -2.1472e-02],
                        [-4.7250e-03,  3.1195e-02, -3.4145e-02],
                        [-3.9074e-02, -9.0451e-03,  3.6595e-02]],
              
                       [[-3.4954e-02, -2.8686e-02,  7.4445e-03],
                        [-3.4594e-02, -1.5361e-02,  3.2916e-02],
                        [ 7.3619e-03, -2.8733e-02, -2.8171e-02]],
              
                       [[-1.6132e-02,  9.1593e-03, -1.5983e-03],
                        [ 1.9147e-02, -3.0231e-02,  3.5481e-02],
                        [-2.8131e-02, -1.5797e-02,  1.4560e-02]],
              
                       ...,
              
                       [[-2.0996e-03, -2.3411e-02, -1.1860e-02],
                        [ 3.8093e-02,  3.5264e-02,  3.0247e-02],
                        [ 1.3708e-02, -2.7209e-02,  3.5293e-02]],
              
                       [[-1.4823e-02, -1.3127e-02, -1.8602e-02],
                        [ 3.1382e-02, -2.8936e-02, -3.5547e-02],
                        [ 2.8250e-02,  2.5477e-02, -1.1684e-02]],
              
                       [[-3.4762e-03, -2.8827e-02,  2.2720e-02],
                        [ 1.9048e-02,  1.9151e-02,  4.8282e-03],
                        [ 3.6979e-02,  1.1263e-02,  1.4983e-02]]],
              
              
                      [[[ 4.0528e-02, -1.5267e-02,  4.1640e-02],
                        [ 1.4580e-02,  2.1254e-03,  2.1454e-02],
                        [ 2.3367e-02,  2.4535e-02, -2.9547e-02]],
              
                       [[ 1.2478e-02, -3.2175e-02,  3.1261e-02],
                        [-2.5070e-02,  1.0443e-02, -1.7667e-02],
                        [-3.9835e-03, -1.4524e-02,  2.9181e-02]],
              
                       [[ 8.7496e-03,  1.6791e-02, -3.3366e-02],
                        [ 3.9007e-02,  1.0403e-02,  3.8254e-02],
                        [-1.2029e-02,  1.1168e-02, -1.9442e-02]],
              
                       ...,
              
                       [[ 2.2030e-02,  1.0903e-02, -1.4863e-02],
                        [-1.3346e-02, -3.5193e-02,  3.2643e-02],
                        [-3.8632e-02, -8.3370e-03,  1.8904e-02]],
              
                       [[-3.9616e-02, -2.5855e-02,  3.3651e-02],
                        [ 3.9193e-02,  2.7768e-02,  1.4065e-02],
                        [-8.8412e-03, -2.1744e-02, -2.0466e-02]],
              
                       [[-9.5175e-03, -3.2115e-02,  2.8135e-02],
                        [-3.5135e-02, -3.5658e-02, -1.6859e-02],
                        [ 3.8371e-02,  4.0490e-03,  2.5179e-02]]],
              
              
                      ...,
              
              
                      [[[-1.6391e-02,  5.2747e-03,  3.4211e-02],
                        [-3.6951e-02, -2.0392e-02,  1.9124e-02],
                        [-4.0592e-03, -2.1158e-02, -5.6858e-03]],
              
                       [[-1.2450e-02, -7.7264e-03, -2.7716e-02],
                        [ 3.4721e-02,  2.8399e-02,  3.7686e-02],
                        [ 3.6166e-02,  1.7743e-02, -3.3313e-02]],
              
                       [[-2.4009e-03,  2.7938e-02,  8.2821e-03],
                        [-1.0567e-02, -1.0721e-02,  3.9096e-02],
                        [-1.0329e-02,  3.5188e-04,  1.9992e-02]],
              
                       ...,
              
                       [[ 4.0091e-02,  2.7190e-02, -3.8786e-02],
                        [ 3.7762e-02,  1.6390e-02, -4.1539e-02],
                        [ 2.8608e-02, -3.4842e-02, -1.5290e-02]],
              
                       [[ 2.5458e-02,  3.8800e-02,  1.8157e-02],
                        [-3.0404e-02, -2.8858e-02, -3.7904e-02],
                        [-1.7384e-02,  1.3624e-02, -3.8238e-02]],
              
                       [[-3.4968e-02, -2.1631e-02,  1.8572e-02],
                        [ 3.9958e-02,  3.1534e-02, -2.6919e-03],
                        [ 2.9025e-02, -2.5323e-02,  1.8108e-02]]],
              
              
                      [[[ 1.4118e-02,  1.3075e-02,  7.9425e-04],
                        [-1.5709e-02,  2.2579e-02, -3.4406e-03],
                        [ 3.9156e-02, -5.3889e-03, -4.1343e-02]],
              
                       [[-1.1825e-03, -7.4790e-03,  3.0482e-02],
                        [-4.0314e-02, -1.9415e-02, -5.4573e-05],
                        [-3.6205e-03, -4.0538e-02,  1.6526e-02]],
              
                       [[ 3.1517e-02,  1.2538e-02,  1.7676e-03],
                        [ 2.2461e-02, -2.9065e-02,  3.1906e-02],
                        [-3.9866e-02, -2.3473e-02,  4.0793e-02]],
              
                       ...,
              
                       [[-2.2015e-02, -1.4035e-03, -3.4191e-02],
                        [ 3.4649e-02,  2.7996e-02,  2.5186e-02],
                        [-2.6122e-02, -3.7787e-02, -3.5784e-02]],
              
                       [[-3.5926e-03, -1.5855e-02, -2.4558e-02],
                        [-3.5714e-02,  4.0327e-02,  3.9204e-02],
                        [ 1.6102e-03, -2.2671e-02,  3.9940e-02]],
              
                       [[-4.1120e-02,  6.4742e-03,  1.8772e-02],
                        [ 3.4173e-02,  5.7441e-04, -1.9311e-02],
                        [-1.4727e-02,  1.7990e-02, -1.8958e-02]]],
              
              
                      [[[ 2.9624e-02, -8.9972e-03,  4.0076e-02],
                        [ 1.4882e-02, -1.9439e-02,  8.6693e-03],
                        [-4.0603e-02,  1.5571e-02, -2.9153e-02]],
              
                       [[-3.5557e-02,  1.8946e-04,  2.2721e-02],
                        [ 2.9935e-03,  8.9930e-03, -2.0757e-02],
                        [ 2.0412e-02,  5.7608e-03,  2.6245e-02]],
              
                       [[-6.2162e-03, -7.0439e-04,  1.3922e-02],
                        [-9.8026e-03,  2.8211e-02, -3.7612e-03],
                        [-3.1022e-02, -2.4241e-02,  2.0704e-03]],
              
                       ...,
              
                       [[ 1.8656e-05, -3.5449e-02, -1.9142e-02],
                        [-3.7448e-02, -3.8316e-02,  3.6445e-02],
                        [ 1.8268e-02, -3.2087e-02, -3.0568e-02]],
              
                       [[-2.6703e-02, -7.0255e-04,  1.3062e-02],
                        [ 9.2566e-03,  3.0957e-02, -3.9456e-02],
                        [ 2.6741e-02,  1.7924e-02,  2.6267e-02]],
              
                       [[-3.0110e-02, -1.6314e-03, -2.8098e-02],
                        [ 2.0860e-02,  1.5562e-02,  2.9175e-02],
                        [ 9.1814e-03,  2.6883e-02,  2.8830e-02]]]])),
             ('up4.conv.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])),
             ('up4.conv.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up4.conv.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up4.conv.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])),
             ('up4.conv.double_conv.4.num_batches_tracked', tensor(0)),
             ('outc.conv.weight',
              tensor([[[[ 0.0984]],
              
                       [[-0.0668]],
              
                       [[-0.0782]],
              
                       [[ 0.0068]],
              
                       [[ 0.0089]],
              
                       [[-0.0501]],
              
                       [[-0.0261]],
              
                       [[ 0.0791]],
              
                       [[-0.1128]],
              
                       [[ 0.0102]],
              
                       [[ 0.0258]],
              
                       [[-0.0357]],
              
                       [[-0.0674]],
              
                       [[ 0.1242]],
              
                       [[ 0.0549]],
              
                       [[-0.0972]],
              
                       [[-0.1207]],
              
                       [[ 0.1104]],
              
                       [[ 0.0293]],
              
                       [[-0.1182]],
              
                       [[ 0.1166]],
              
                       [[ 0.1038]],
              
                       [[-0.0085]],
              
                       [[-0.0039]],
              
                       [[ 0.0621]],
              
                       [[ 0.0331]],
              
                       [[ 0.0618]],
              
                       [[ 0.0310]],
              
                       [[ 0.1245]],
              
                       [[-0.1027]],
              
                       [[ 0.0523]],
              
                       [[ 0.0731]],
              
                       [[-0.0253]],
              
                       [[-0.0495]],
              
                       [[ 0.1218]],
              
                       [[ 0.1106]],
              
                       [[ 0.0079]],
              
                       [[-0.1117]],
              
                       [[ 0.1123]],
              
                       [[-0.0453]],
              
                       [[ 0.0750]],
              
                       [[ 0.0378]],
              
                       [[ 0.1220]],
              
                       [[-0.1052]],
              
                       [[-0.0909]],
              
                       [[-0.0841]],
              
                       [[-0.0028]],
              
                       [[ 0.0207]],
              
                       [[-0.0161]],
              
                       [[-0.0815]],
              
                       [[ 0.0737]],
              
                       [[-0.0565]],
              
                       [[-0.0620]],
              
                       [[ 0.0920]],
              
                       [[ 0.1087]],
              
                       [[ 0.0442]],
              
                       [[-0.0377]],
              
                       [[-0.0474]],
              
                       [[ 0.0807]],
              
                       [[ 0.0298]],
              
                       [[ 0.0700]],
              
                       [[ 0.0749]],
              
                       [[ 0.0847]],
              
                       [[-0.1145]]]])),
             ('outc.conv.bias', tensor([-0.0712]))])
## CPU或单卡:保存&读取模型权重
torch.save(unet.state_dict(), "./unet_weight_example.pth")
loaded_unet_weights = torch.load("./unet_weight_example.pth")
unet.load_state_dict(loaded_unet_weights)
unet.state_dict()
OrderedDict([('inc.double_conv.0.weight',
              tensor([[[[-0.1569, -0.0516,  0.1381],
                        [-0.0167,  0.1114, -0.1482],
                        [-0.1659, -0.0492, -0.1526]],
              
                       [[ 0.0871,  0.1102, -0.1270],
                        [ 0.1058,  0.0541, -0.0767],
                        [ 0.1247,  0.1813,  0.1895]],
              
                       [[ 0.0929, -0.1305,  0.0531],
                        [-0.0972, -0.1668, -0.0183],
                        [-0.1754, -0.0862,  0.0373]]],
              
              
                      [[[-0.0014,  0.1440, -0.0519],
                        [ 0.1643,  0.1829,  0.1713],
                        [-0.0702, -0.0426,  0.0083]],
              
                       [[ 0.1057,  0.0303,  0.0280],
                        [-0.0306, -0.0898,  0.1635],
                        [-0.1388, -0.0430,  0.0839]],
              
                       [[ 0.0840,  0.1753,  0.0916],
                        [ 0.0819,  0.1624,  0.1901],
                        [ 0.1914,  0.0483, -0.0875]]],
              
              
                      [[[ 0.1197, -0.1618, -0.1778],
                        [ 0.0866, -0.0638, -0.1615],
                        [ 0.1437, -0.1523, -0.1007]],
              
                       [[-0.1395, -0.0602, -0.0457],
                        [ 0.0582, -0.1701,  0.0586],
                        [-0.1828,  0.0463,  0.1460]],
              
                       [[ 0.0735,  0.0299, -0.0629],
                        [-0.0345, -0.0038,  0.0794],
                        [-0.0958, -0.1519, -0.0411]]],
              
              
                      ...,
              
              
                      [[[-0.1095,  0.0703, -0.0860],
                        [-0.1243, -0.0596, -0.1636],
                        [ 0.0819,  0.0457,  0.1248]],
              
                       [[-0.1077, -0.1394,  0.0295],
                        [ 0.1442, -0.1271,  0.1462],
                        [-0.1011,  0.1301, -0.1294]],
              
                       [[-0.1653, -0.1431, -0.1031],
                        [ 0.0511,  0.1370,  0.0210],
                        [-0.1709,  0.0438, -0.0352]]],
              
              
                      [[[-0.0893,  0.1826, -0.0856],
                        [-0.1679,  0.0620,  0.1056],
                        [-0.0206, -0.1745, -0.0500]],
              
                       [[ 0.0784,  0.0502,  0.1084],
                        [-0.0746, -0.1213,  0.0849],
                        [-0.1682, -0.1131, -0.1769]],
              
                       [[ 0.1111, -0.0814,  0.1804],
                        [-0.0183,  0.0950, -0.0082],
                        [-0.0761, -0.0757, -0.1657]]],
              
              
                      [[[ 0.0543, -0.0157, -0.1387],
                        [ 0.1503,  0.1388,  0.0653],
                        [ 0.1474, -0.0991, -0.1478]],
              
                       [[ 0.0953, -0.1215,  0.1848],
                        [-0.0360,  0.0052, -0.1841],
                        [-0.1859, -0.0946,  0.1727]],
              
                       [[-0.0668, -0.0142,  0.1517],
                        [-0.1101,  0.0217, -0.1021],
                        [-0.1509,  0.0912,  0.1346]]]])),
             ('inc.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])),
             ('inc.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('inc.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('inc.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])),
             ('inc.double_conv.1.num_batches_tracked', tensor(0)),
             ('inc.double_conv.3.weight',
              tensor([[[[-4.1079e-02,  2.4625e-02, -5.8618e-03],
                        [-3.6583e-02, -1.7239e-02,  2.4723e-02],
                        [-2.0914e-03,  3.0168e-02, -2.0448e-02]],
              
                       [[ 4.1381e-03, -2.0328e-02, -2.9454e-02],
                        [ 1.0681e-02, -3.6947e-02, -1.4246e-02],
                        [-3.8679e-03,  2.3515e-02,  7.0796e-03]],
              
                       [[-3.3515e-02,  2.3345e-02, -5.7584e-04],
                        [ 3.0752e-02, -3.5342e-02, -3.0192e-02],
                        [ 3.0137e-02,  4.9735e-03,  3.0268e-02]],
              
                       ...,
              
                       [[ 2.6247e-02,  3.5036e-02, -2.7703e-02],
                        [ 1.2037e-02, -1.1631e-02, -3.5691e-02],
                        [ 1.8343e-02,  2.3172e-02, -2.3284e-02]],
              
                       [[ 3.9720e-02, -2.9578e-02, -3.8113e-02],
                        [ 6.7576e-04, -4.0048e-02, -6.3216e-05],
                        [ 1.9008e-02,  3.8545e-02,  3.0812e-02]],
              
                       [[-6.7981e-03, -1.5902e-03,  3.7965e-02],
                        [ 8.6753e-03, -1.4569e-03, -1.9033e-02],
                        [-2.0683e-02, -2.7206e-02,  2.5007e-02]]],
              
              
                      [[[-1.3453e-02,  4.8410e-03,  6.3604e-03],
                        [ 1.4860e-02, -1.9902e-04, -3.7245e-02],
                        [ 1.2965e-02,  9.0473e-03,  2.3664e-02]],
              
                       [[-3.6142e-02, -2.9932e-02, -2.7691e-02],
                        [ 2.6747e-02,  2.1051e-02, -6.9610e-03],
                        [ 1.6672e-02,  2.4121e-02,  3.9934e-02]],
              
                       [[ 1.8793e-02,  3.8492e-02, -1.8463e-02],
                        [ 2.4193e-02,  1.2931e-02, -2.9170e-02],
                        [-2.2503e-02,  7.4183e-03, -9.9386e-03]],
              
                       ...,
              
                       [[-3.5583e-02,  1.0415e-02,  2.6884e-03],
                        [-2.4120e-02, -1.6516e-02, -3.5117e-02],
                        [-1.1389e-02, -3.2349e-02, -5.4190e-03]],
              
                       [[ 1.0794e-02, -1.4699e-02, -3.9218e-02],
                        [ 7.2620e-03,  2.3942e-02, -9.0866e-03],
                        [-3.9156e-02, -2.2665e-02,  3.0706e-02]],
              
                       [[ 2.5315e-02,  3.8635e-02, -1.4174e-03],
                        [ 4.2061e-03, -3.3006e-02, -2.6736e-02],
                        [-1.2201e-02,  2.4348e-02, -2.8096e-02]]],
              
              
                      [[[-2.9801e-02,  1.3935e-02, -2.9342e-02],
                        [-4.2913e-03,  9.5715e-03,  3.7494e-02],
                        [ 2.2639e-02,  1.3474e-02,  2.3872e-02]],
              
                       [[ 1.6016e-03,  2.9424e-02,  2.3341e-02],
                        [-1.2055e-02, -3.9560e-02, -1.5007e-02],
                        [ 2.5384e-02, -4.1246e-02,  2.9730e-02]],
              
                       [[ 2.2965e-02, -2.7511e-02, -1.2306e-02],
                        [-1.4792e-02,  2.7210e-03, -3.1689e-02],
                        [ 3.1452e-02, -2.1154e-02,  3.2495e-02]],
              
                       ...,
              
                       [[ 6.1211e-03, -1.7085e-03,  1.0614e-02],
                        [-1.3250e-03,  2.0869e-02,  7.6367e-03],
                        [-3.3447e-02, -3.5193e-02, -3.4296e-02]],
              
                       [[ 2.6182e-02, -9.0026e-03,  4.3130e-03],
                        [-1.9488e-02,  3.6438e-02, -2.9620e-02],
                        [-4.0476e-02,  8.5702e-03,  2.2612e-02]],
              
                       [[ 1.9338e-03, -1.3990e-02,  8.3609e-03],
                        [-1.3580e-02, -3.6543e-02,  2.8900e-02],
                        [ 2.8948e-02, -2.2145e-03, -2.4276e-02]]],
              
              
                      ...,
              
              
                      [[[ 6.0462e-03,  3.9649e-02,  1.0557e-02],
                        [ 3.1926e-02,  3.8248e-02,  9.8494e-03],
                        [ 1.2289e-03, -1.9980e-02, -3.3557e-02]],
              
                       [[-4.0275e-02,  1.1621e-02,  1.1366e-02],
                        [-1.9881e-02,  6.3696e-03,  4.0948e-02],
                        [-1.5219e-02, -1.6628e-02,  2.8343e-03]],
              
                       [[ 2.7490e-02,  3.5501e-02,  3.2039e-02],
                        [ 3.5091e-03,  1.1285e-02,  1.5338e-02],
                        [ 1.9410e-02, -5.1183e-03, -2.9545e-02]],
              
                       ...,
              
                       [[-2.0173e-02,  3.1788e-02,  8.5245e-03],
                        [ 1.2969e-02,  1.4843e-02,  1.5726e-02],
                        [ 3.1018e-02, -2.0554e-02,  1.6326e-02]],
              
                       [[-3.5004e-02,  3.6636e-02,  5.2004e-03],
                        [ 2.9926e-02,  3.7449e-02,  6.1300e-04],
                        [-5.1867e-04, -4.0083e-02, -3.0298e-02]],
              
                       [[-1.5009e-02,  4.1003e-02,  7.9811e-03],
                        [ 6.5824e-03, -2.2011e-02,  8.9981e-03],
                        [ 1.5385e-02, -3.9503e-02,  4.1086e-02]]],
              
              
                      [[[-2.8993e-02, -3.7376e-02,  1.1231e-02],
                        [ 1.7329e-02, -5.8507e-03,  1.9821e-02],
                        [ 2.0648e-02, -3.9886e-02,  1.6316e-02]],
              
                       [[ 3.2519e-02,  1.6676e-02,  1.2690e-03],
                        [ 1.6236e-03,  4.4074e-03, -2.0494e-02],
                        [-3.6117e-02,  1.2012e-02, -2.8950e-02]],
              
                       [[-3.4818e-02, -1.8692e-02, -6.5148e-03],
                        [-3.8199e-02, -2.1533e-03, -2.6669e-02],
                        [ 2.0359e-03, -1.0877e-02,  3.2552e-02]],
              
                       ...,
              
                       [[ 2.6173e-03, -3.7495e-02,  8.6743e-03],
                        [ 4.8354e-04,  4.1075e-02, -6.5880e-03],
                        [ 3.3915e-02,  3.9410e-03, -1.2893e-02]],
              
                       [[ 2.6528e-02, -4.0759e-02,  1.9229e-02],
                        [ 2.2432e-02, -3.9180e-03,  2.6232e-02],
                        [ 1.2603e-02, -3.1149e-03, -1.4234e-02]],
              
                       [[-2.9655e-03,  1.3039e-03, -2.7197e-02],
                        [ 3.9957e-02, -1.5892e-02,  2.0109e-02],
                        [ 1.4106e-03,  6.4586e-04,  8.9162e-03]]],
              
              
                      [[[ 3.1019e-02,  3.9165e-02, -2.7102e-02],
                        [-3.8747e-02, -2.9976e-02, -8.2251e-04],
                        [ 3.1431e-02, -9.7356e-03,  1.1533e-02]],
              
                       [[-8.6869e-03,  3.6680e-02,  1.8349e-02],
                        [-3.1113e-02, -2.5772e-02, -1.2013e-02],
                        [ 2.4810e-02,  2.1669e-02, -3.3620e-02]],
              
                       [[-3.0419e-02,  7.3520e-03, -1.9823e-02],
                        [ 3.8660e-02,  2.6089e-02,  3.0254e-02],
                        [ 1.4994e-02,  1.0452e-02,  3.4261e-02]],
              
                       ...,
              
                       [[-3.2601e-02, -3.6214e-02,  3.6512e-02],
                        [-3.7527e-02, -2.9699e-02,  1.5305e-02],
                        [-2.4764e-02,  2.2672e-02,  2.2486e-02]],
              
                       [[ 1.1033e-02,  3.0824e-02,  2.4714e-02],
                        [-2.1154e-02,  2.5543e-02,  1.0087e-02],
                        [ 2.3082e-02, -3.0461e-02,  3.4150e-02]],
              
                       [[-1.8519e-02, -7.6047e-03,  2.7975e-02],
                        [-6.4077e-03, -2.6562e-02,  9.9592e-03],
                        [-2.9076e-02, -2.5703e-02, -2.9623e-02]]]])),
             ('inc.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])),
             ('inc.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('inc.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('inc.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])),
             ('inc.double_conv.4.num_batches_tracked', tensor(0)),
             ('down1.maxpool_conv.1.double_conv.0.weight',
              tensor([[[[ 0.0357, -0.0264,  0.0201],
                        [ 0.0235, -0.0205,  0.0169],
                        [ 0.0325, -0.0087, -0.0301]],
              
                       [[-0.0252,  0.0130,  0.0105],
                        [ 0.0278,  0.0094, -0.0272],
                        [ 0.0324,  0.0047,  0.0045]],
              
                       [[-0.0352, -0.0399, -0.0170],
                        [ 0.0144,  0.0158, -0.0144],
                        [-0.0233,  0.0018, -0.0334]],
              
                       ...,
              
                       [[ 0.0116, -0.0235, -0.0296],
                        [-0.0242,  0.0119,  0.0299],
                        [ 0.0114,  0.0182,  0.0288]],
              
                       [[-0.0316, -0.0088, -0.0152],
                        [-0.0325, -0.0183, -0.0030],
                        [-0.0355, -0.0339,  0.0363]],
              
                       [[-0.0135,  0.0221,  0.0305],
                        [-0.0268,  0.0040, -0.0396],
                        [-0.0201,  0.0218, -0.0349]]],
              
              
                      [[[ 0.0126,  0.0043, -0.0306],
                        [-0.0146,  0.0352,  0.0244],
                        [ 0.0250,  0.0273,  0.0250]],
              
                       [[-0.0412,  0.0087,  0.0332],
                        [ 0.0187, -0.0076, -0.0089],
                        [-0.0151, -0.0058, -0.0293]],
              
                       [[-0.0167, -0.0200,  0.0142],
                        [-0.0356,  0.0294,  0.0118],
                        [-0.0244, -0.0215,  0.0074]],
              
                       ...,
              
                       [[-0.0035,  0.0137, -0.0314],
                        [ 0.0138, -0.0057,  0.0048],
                        [ 0.0214, -0.0232, -0.0108]],
              
                       [[-0.0412, -0.0090, -0.0090],
                        [-0.0287,  0.0126,  0.0135],
                        [ 0.0138,  0.0354, -0.0151]],
              
                       [[ 0.0006, -0.0026,  0.0229],
                        [ 0.0340,  0.0215,  0.0193],
                        [-0.0062,  0.0044,  0.0232]]],
              
              
                      [[[ 0.0393,  0.0131, -0.0272],
                        [-0.0268, -0.0212,  0.0276],
                        [-0.0300,  0.0367, -0.0406]],
              
                       [[ 0.0010, -0.0226, -0.0340],
                        [ 0.0188,  0.0097, -0.0116],
                        [ 0.0346, -0.0155,  0.0074]],
              
                       [[ 0.0277, -0.0405,  0.0331],
                        [ 0.0064,  0.0333,  0.0368],
                        [ 0.0375,  0.0212, -0.0242]],
              
                       ...,
              
                       [[-0.0069,  0.0186, -0.0329],
                        [ 0.0099, -0.0293,  0.0133],
                        [ 0.0385,  0.0099,  0.0152]],
              
                       [[ 0.0165,  0.0133,  0.0077],
                        [-0.0347, -0.0064,  0.0321],
                        [-0.0038, -0.0347,  0.0405]],
              
                       [[ 0.0055, -0.0044, -0.0135],
                        [ 0.0195,  0.0027,  0.0329],
                        [-0.0107,  0.0344, -0.0313]]],
              
              
                      ...,
              
              
                      [[[ 0.0298, -0.0407, -0.0166],
                        [-0.0002, -0.0221,  0.0067],
                        [ 0.0178,  0.0013, -0.0193]],
              
                       [[-0.0238,  0.0293,  0.0269],
                        [ 0.0277,  0.0384,  0.0140],
                        [-0.0363, -0.0101,  0.0253]],
              
                       [[ 0.0334, -0.0225, -0.0067],
                        [-0.0341,  0.0260, -0.0054],
                        [ 0.0118,  0.0148,  0.0336]],
              
                       ...,
              
                       [[-0.0390,  0.0067, -0.0146],
                        [-0.0058, -0.0076,  0.0248],
                        [-0.0309, -0.0162, -0.0044]],
              
                       [[ 0.0156,  0.0133, -0.0077],
                        [-0.0084, -0.0258,  0.0351],
                        [ 0.0133, -0.0063,  0.0344]],
              
                       [[ 0.0333,  0.0093, -0.0372],
                        [-0.0002,  0.0405, -0.0157],
                        [-0.0018, -0.0008,  0.0080]]],
              
              
                      [[[ 0.0330, -0.0097, -0.0083],
                        [-0.0216,  0.0057, -0.0085],
                        [ 0.0082,  0.0023,  0.0381]],
              
                       [[-0.0320,  0.0131, -0.0137],
                        [-0.0037,  0.0201, -0.0339],
                        [ 0.0327,  0.0375, -0.0072]],
              
                       [[-0.0085, -0.0173,  0.0102],
                        [ 0.0381,  0.0038,  0.0299],
                        [ 0.0261,  0.0366,  0.0206]],
              
                       ...,
              
                       [[-0.0330, -0.0098, -0.0026],
                        [ 0.0038,  0.0086,  0.0258],
                        [-0.0036,  0.0356, -0.0383]],
              
                       [[ 0.0014,  0.0289, -0.0069],
                        [-0.0358, -0.0261, -0.0318],
                        [-0.0223, -0.0333,  0.0221]],
              
                       [[ 0.0099, -0.0044,  0.0356],
                        [-0.0416,  0.0245,  0.0219],
                        [-0.0125, -0.0308, -0.0395]]],
              
              
                      [[[-0.0059, -0.0348, -0.0104],
                        [-0.0281, -0.0408,  0.0101],
                        [-0.0012,  0.0124, -0.0115]],
              
                       [[-0.0382, -0.0336,  0.0156],
                        [-0.0337,  0.0008,  0.0405],
                        [-0.0058, -0.0384, -0.0303]],
              
                       [[-0.0357,  0.0154,  0.0037],
                        [ 0.0079,  0.0382, -0.0023],
                        [-0.0099,  0.0091, -0.0170]],
              
                       ...,
              
                       [[-0.0194,  0.0131, -0.0097],
                        [-0.0112, -0.0016, -0.0009],
                        [-0.0198, -0.0326, -0.0109]],
              
                       [[ 0.0248, -0.0348, -0.0202],
                        [-0.0041, -0.0386, -0.0109],
                        [-0.0228, -0.0399,  0.0372]],
              
                       [[-0.0010, -0.0073,  0.0204],
                        [-0.0288,  0.0141,  0.0010],
                        [-0.0160, -0.0138,  0.0360]]]])),
             ('down1.maxpool_conv.1.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.])),
             ('down1.maxpool_conv.1.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down1.maxpool_conv.1.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down1.maxpool_conv.1.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.])),
             ('down1.maxpool_conv.1.double_conv.1.num_batches_tracked',
              tensor(0)),
             ('down1.maxpool_conv.1.double_conv.3.weight',
              tensor([[[[ 1.1305e-02, -1.2684e-03,  2.4892e-02],
                        [-2.6919e-02, -1.1080e-02,  6.1028e-04],
                        [-6.9626e-03,  2.4179e-02,  7.0370e-03]],
              
                       [[-8.0535e-03, -1.8495e-04, -2.7226e-02],
                        [-1.6500e-02,  3.6307e-03,  2.3883e-02],
                        [-7.6892e-03,  2.6147e-02,  1.8880e-02]],
              
                       [[-6.3356e-04, -7.4601e-03, -7.9877e-03],
                        [ 1.3430e-02, -1.9490e-02,  3.8737e-03],
                        [-1.6122e-02, -1.8464e-02,  2.0742e-02]],
              
                       ...,
              
                       [[ 1.8362e-03, -1.1564e-02, -2.8767e-02],
                        [ 5.5608e-03,  6.5534e-03,  1.5489e-02],
                        [-1.3676e-02, -2.4228e-02,  1.2859e-02]],
              
                       [[ 1.7046e-02,  3.1059e-03, -1.3043e-02],
                        [-1.1144e-02,  8.5697e-03, -9.9781e-03],
                        [ 6.2510e-03, -2.7031e-02, -8.6106e-03]],
              
                       [[ 2.8901e-02,  1.9356e-02, -2.5723e-02],
                        [-2.0941e-02,  1.2509e-02,  2.8496e-02],
                        [-1.6640e-02, -3.5848e-03, -1.0853e-02]]],
              
              
                      [[[ 1.2726e-02, -1.6195e-02,  1.4709e-02],
                        [-2.0562e-02, -2.8356e-02,  1.0373e-02],
                        [ 1.6941e-02, -1.7723e-02,  2.5551e-02]],
              
                       [[-1.9462e-02,  2.7471e-02, -1.6930e-02],
                        [-2.7676e-03, -1.4025e-03,  1.7487e-02],
                        [ 1.6080e-02,  2.9447e-02, -1.8378e-02]],
              
                       [[ 2.8415e-03, -1.0617e-02, -1.0754e-03],
                        [ 2.2315e-02, -1.2144e-02, -1.7454e-02],
                        [-2.4725e-02, -1.4872e-02,  1.2383e-02]],
              
                       ...,
              
                       [[ 2.1383e-02, -2.6270e-02, -1.2159e-02],
                        [-2.1438e-02, -2.4603e-02, -1.3974e-02],
                        [-2.2166e-02,  2.9069e-02,  1.0996e-02]],
              
                       [[ 2.6262e-02, -3.3151e-03,  2.6866e-02],
                        [-1.1902e-02,  2.3779e-03,  2.6081e-02],
                        [ 5.4771e-03,  7.5126e-04, -8.3137e-03]],
              
                       [[ 2.5385e-02,  7.2457e-03, -1.6735e-02],
                        [-4.7629e-03, -1.2607e-02, -4.5772e-03],
                        [ 1.6854e-02,  1.9901e-02,  2.8703e-02]]],
              
              
                      [[[-2.8001e-02, -4.4546e-04, -2.0191e-02],
                        [ 2.4830e-02, -2.2498e-02, -2.0728e-02],
                        [-1.0464e-02,  2.7569e-02,  2.9056e-02]],
              
                       [[-2.7124e-02, -7.6276e-03,  2.4910e-02],
                        [-5.0865e-03, -1.3039e-02, -1.9636e-02],
                        [-2.0727e-02, -2.3310e-02, -1.5865e-02]],
              
                       [[ 7.5711e-03,  7.3599e-03, -2.2980e-02],
                        [-2.5551e-02,  2.2718e-02,  1.5489e-02],
                        [-3.0655e-04,  1.2903e-02, -2.2033e-02]],
              
                       ...,
              
                       [[-1.5014e-02, -7.5347e-04,  1.6599e-03],
                        [-5.4850e-03,  1.3427e-02,  2.9824e-03],
                        [ 2.4041e-02,  1.7558e-03,  1.0491e-02]],
              
                       [[-1.7517e-02,  2.2218e-02,  2.1117e-02],
                        [-8.5116e-05,  2.7633e-02,  1.1950e-03],
                        [ 2.3484e-02, -2.0629e-02, -7.9562e-03]],
              
                       [[ 6.6841e-03, -2.7769e-02, -2.2987e-02],
                        [-2.4637e-02,  2.2629e-02, -1.2457e-02],
                        [-1.0986e-02, -1.6586e-02, -4.0791e-03]]],
              
              
                      ...,
              
              
                      [[[ 8.6628e-03,  2.6667e-02,  6.7481e-03],
                        [-1.4348e-02, -1.9016e-02,  2.1977e-02],
                        [ 1.1526e-02,  2.0264e-03, -1.9429e-02]],
              
                       [[-1.5399e-02,  2.4140e-02,  1.7281e-02],
                        [-5.1553e-05,  2.7146e-03, -2.2730e-02],
                        [-2.2137e-02,  1.5756e-02,  9.6129e-03]],
              
                       [[-5.2356e-03,  1.8795e-02,  1.4753e-02],
                        [-2.9235e-02, -2.4725e-02, -9.9595e-03],
                        [-2.5816e-02, -1.2593e-02, -1.4906e-02]],
              
                       ...,
              
                       [[-5.1329e-04,  2.4464e-02,  1.0491e-02],
                        [ 1.6588e-03, -1.9864e-02, -2.4729e-02],
                        [-5.7917e-03,  1.2495e-02,  7.5220e-03]],
              
                       [[ 1.5368e-02, -2.5456e-02, -1.4819e-02],
                        [-2.5614e-02, -2.3670e-03,  2.6447e-02],
                        [-5.4125e-03, -4.6167e-03, -7.2054e-04]],
              
                       [[-1.7071e-02, -2.6587e-03,  2.1725e-02],
                        [-2.8988e-02,  3.1809e-03,  1.3815e-03],
                        [ 6.4158e-03, -2.6444e-04,  1.8910e-02]]],
              
              
                      [[[ 2.5009e-02,  4.4661e-03, -2.5017e-02],
                        [ 6.8237e-03,  1.3778e-02,  6.8838e-03],
                        [-1.5440e-02, -1.2293e-03,  2.2054e-02]],
              
                       [[-1.6465e-02,  1.3906e-02,  2.9242e-02],
                        [ 2.2392e-02, -6.8427e-03, -2.1006e-02],
                        [ 2.3828e-02, -1.8528e-02,  4.6238e-03]],
              
                       [[ 2.6324e-02, -3.9792e-03, -2.8550e-02],
                        [ 9.2739e-03,  8.2617e-03, -2.5574e-02],
                        [ 1.6078e-02,  1.6129e-02,  6.8392e-03]],
              
                       ...,
              
                       [[ 2.7127e-02, -1.3369e-02,  8.5266e-03],
                        [-1.0530e-02, -2.0817e-02, -8.6817e-03],
                        [-2.9038e-02, -2.4825e-03,  1.3813e-02]],
              
                       [[ 1.2809e-02, -2.7485e-02, -2.8767e-02],
                        [-5.6553e-03,  1.9724e-02,  1.1964e-02],
                        [ 5.6818e-03,  1.9974e-02, -1.8658e-02]],
              
                       [[ 2.8031e-02, -2.4776e-02, -3.0622e-03],
                        [ 1.4898e-02,  2.7475e-03, -2.2119e-02],
                        [ 5.8204e-03,  6.9012e-03, -2.6735e-02]]],
              
              
                      [[[ 9.7910e-03,  1.7056e-02, -4.8750e-03],
                        [ 3.8653e-03,  9.2350e-03, -2.7748e-02],
                        [ 2.4542e-02, -9.4870e-03,  2.7431e-02]],
              
                       [[ 1.5725e-03,  5.4433e-03,  6.2727e-03],
                        [ 2.9122e-02,  1.9450e-02, -1.4450e-02],
                        [ 7.3775e-03,  2.3615e-02, -1.2452e-02]],
              
                       [[-7.7901e-04,  5.2408e-03,  1.3440e-02],
                        [ 1.1745e-02, -2.4794e-02,  5.6418e-03],
                        [ 1.4150e-02, -1.9262e-02, -6.3717e-04]],
              
                       ...,
              
                       [[ 4.6180e-03,  2.1094e-03, -2.5070e-02],
                        [-1.9577e-02,  2.3995e-02, -1.5351e-02],
                        [-2.1875e-02, -2.0034e-03,  3.7910e-03]],
              
                       [[ 2.1114e-03,  2.1738e-02,  1.3168e-03],
                        [-9.2969e-03,  1.9882e-02,  5.0677e-03],
                        [ 6.9171e-03,  2.1555e-02, -1.1559e-02]],
              
                       [[-2.8176e-02, -2.6783e-02,  2.4445e-02],
                        [ 1.4733e-02,  4.4278e-03,  7.2822e-03],
                        [-2.4972e-02, -1.4935e-02,  2.7857e-02]]]])),
             ('down1.maxpool_conv.1.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.])),
             ('down1.maxpool_conv.1.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down1.maxpool_conv.1.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down1.maxpool_conv.1.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.])),
             ('down1.maxpool_conv.1.double_conv.4.num_batches_tracked',
              tensor(0)),
             ('down2.maxpool_conv.1.double_conv.0.weight',
              tensor([[[[-2.0874e-03,  2.8328e-02,  3.8197e-03],
                        [ 2.0103e-02, -2.4530e-02,  3.5383e-03],
                        [ 1.2657e-02,  2.5045e-02,  5.3281e-03]],
              
                       [[ 9.3871e-03,  2.5844e-02, -1.4631e-02],
                        [ 2.7466e-02, -1.0389e-02,  1.5178e-02],
                        [ 2.8453e-02,  1.3451e-02, -1.1607e-03]],
              
                       [[ 2.0450e-02,  1.3948e-02, -1.8822e-02],
                        [-1.6178e-03,  2.4138e-02,  1.6494e-02],
                        [-2.7684e-02, -1.6600e-02,  2.5942e-03]],
              
                       ...,
              
                       [[-2.5010e-03,  2.1981e-02,  1.0307e-02],
                        [ 1.0725e-02,  2.8690e-02, -1.7391e-02],
                        [ 3.5500e-03,  2.0341e-03,  5.9864e-03]],
              
                       [[-8.7539e-03,  1.3636e-02,  2.7444e-02],
                        [-5.3241e-03,  1.4782e-02, -1.6061e-02],
                        [ 2.8436e-02, -2.6700e-02, -5.3704e-03]],
              
                       [[-2.3932e-02,  6.0354e-03,  2.0279e-02],
                        [-2.7523e-02, -2.8895e-02,  2.0104e-02],
                        [-6.3520e-03,  8.0765e-03,  2.4935e-03]]],
              
              
                      [[[-1.0771e-02, -3.8036e-03, -2.3648e-02],
                        [-1.3159e-02,  2.4382e-02,  2.5068e-02],
                        [-1.8793e-02, -2.5927e-02,  1.6405e-02]],
              
                       [[ 4.6219e-03,  2.3189e-02, -1.0743e-02],
                        [ 2.8896e-02, -2.2556e-02,  5.3712e-03],
                        [-8.8788e-03, -8.3982e-03, -9.5629e-03]],
              
                       [[-2.3292e-02,  1.9044e-02,  1.8797e-03],
                        [-1.7992e-02, -2.8691e-02,  1.8576e-03],
                        [-2.4593e-02,  8.3165e-03, -5.6803e-03]],
              
                       ...,
              
                       [[-2.7325e-02, -1.6579e-02, -2.7656e-02],
                        [-1.4223e-02,  6.2641e-03, -2.7416e-02],
                        [-1.8046e-02,  1.1367e-02, -1.2150e-02]],
              
                       [[-3.4729e-03,  5.4115e-04, -1.9539e-02],
                        [ 1.6914e-02, -1.1351e-02,  2.0686e-02],
                        [-1.0540e-02, -2.7865e-02,  3.4599e-03]],
              
                       [[-1.5403e-02, -5.0929e-03, -2.0951e-02],
                        [ 1.8758e-02, -1.5846e-02, -2.6030e-02],
                        [ 2.3687e-02, -2.6410e-02,  5.7963e-03]]],
              
              
                      [[[-2.6278e-02, -1.2930e-02, -1.6344e-02],
                        [ 8.9017e-03, -1.8674e-02, -1.6698e-02],
                        [-1.0313e-02,  9.8180e-03,  1.0110e-02]],
              
                       [[-2.1049e-02,  1.4577e-02, -1.8113e-02],
                        [-2.0648e-02, -1.4387e-02, -2.4280e-04],
                        [-2.0775e-02, -4.0661e-03,  2.7782e-02]],
              
                       [[-2.7178e-02,  4.2496e-03, -2.3201e-02],
                        [ 1.0937e-02, -6.5350e-03, -2.3540e-02],
                        [-2.9455e-02,  2.3027e-02, -2.7718e-02]],
              
                       ...,
              
                       [[-2.1814e-02,  1.5335e-02, -2.3714e-02],
                        [-2.8257e-02,  2.3738e-02, -1.3762e-02],
                        [-3.1294e-03,  9.6518e-03,  6.7151e-03]],
              
                       [[-2.5689e-02,  4.9199e-03,  1.6813e-02],
                        [ 2.7413e-02, -2.5757e-02, -2.6320e-02],
                        [ 2.8428e-02, -1.9982e-02, -6.2184e-03]],
              
                       [[-4.9595e-03, -2.2561e-02,  2.1508e-02],
                        [ 6.1043e-03, -1.9141e-02, -1.6917e-02],
                        [-2.2802e-02, -7.2276e-03,  1.1010e-02]]],
              
              
                      ...,
              
              
                      [[[-1.8587e-04,  2.5234e-02,  1.2862e-02],
                        [ 6.4087e-03,  2.9456e-03, -6.2891e-03],
                        [ 1.3295e-02,  1.1122e-02, -3.8489e-03]],
              
                       [[ 2.4627e-02, -8.6374e-03,  9.6317e-03],
                        [-4.4341e-03, -2.0696e-03,  5.3607e-05],
                        [ 2.7382e-02, -1.1736e-03, -2.8442e-03]],
              
                       [[ 7.9895e-03, -6.4228e-03,  9.2783e-03],
                        [ 1.0661e-03, -2.7210e-02,  2.9449e-02],
                        [ 2.8375e-03, -2.2452e-02, -3.4423e-03]],
              
                       ...,
              
                       [[ 7.1594e-03, -2.7026e-02, -6.7921e-03],
                        [-1.5202e-02, -7.0004e-04, -6.5862e-03],
                        [ 2.7967e-02,  2.5300e-02,  5.7218e-03]],
              
                       [[ 1.9714e-02,  2.5212e-02,  2.6632e-02],
                        [ 3.6115e-03, -2.2397e-02, -1.0878e-02],
                        [-1.3762e-02,  4.6104e-04,  1.6057e-02]],
              
                       [[ 2.5034e-02, -2.9420e-02, -1.7739e-02],
                        [ 1.0064e-02, -2.8722e-02, -1.6836e-02],
                        [ 1.7448e-02,  2.8111e-02,  1.4150e-03]]],
              
              
                      [[[-1.5742e-02, -1.3421e-02,  2.7663e-02],
                        [-1.5744e-02,  2.0141e-03,  1.1419e-03],
                        [ 2.5981e-02,  1.0222e-02, -1.5587e-02]],
              
                       [[ 1.3669e-02,  5.2103e-03, -7.6013e-03],
                        [-1.6173e-02,  5.6269e-04,  2.4350e-03],
                        [ 2.4261e-03,  2.5788e-02, -2.8097e-02]],
              
                       [[-1.4888e-02, -1.7731e-02, -6.4337e-03],
                        [ 2.2471e-02,  2.3679e-04, -1.1437e-02],
                        [-5.8912e-03,  1.0241e-02,  1.8909e-02]],
              
                       ...,
              
                       [[-1.4776e-02,  2.1398e-02,  8.8336e-04],
                        [-3.3876e-03,  9.3768e-03, -5.3336e-03],
                        [-4.4843e-03, -5.7139e-03, -6.8183e-03]],
              
                       [[-2.0888e-02, -2.4299e-02, -1.6261e-02],
                        [-2.0847e-02,  1.3012e-02,  2.1894e-02],
                        [-4.3075e-03,  2.1090e-02,  2.2750e-02]],
              
                       [[-1.7861e-02, -2.5487e-02, -9.7013e-03],
                        [-2.8849e-03, -2.6374e-02, -2.2423e-02],
                        [ 3.2294e-03,  1.0469e-02, -2.7943e-02]]],
              
              
                      [[[ 4.1885e-03, -2.7628e-02, -2.5770e-02],
                        [ 1.4383e-02, -3.2527e-03, -2.1710e-02],
                        [-1.4146e-02,  7.5708e-03, -1.2968e-02]],
              
                       [[ 6.4110e-03,  1.5356e-02, -1.1846e-02],
                        [ 2.1303e-02,  6.4434e-03, -2.6370e-02],
                        [ 1.7484e-02,  1.9423e-02,  2.9357e-02]],
              
                       [[ 3.5598e-03,  2.6142e-02, -2.6987e-02],
                        [ 9.4496e-03,  1.8193e-02,  1.0256e-02],
                        [ 3.0655e-03,  2.6695e-03, -9.7217e-04]],
              
                       ...,
              
                       [[ 1.2180e-02,  2.1096e-02, -2.4789e-02],
                        [ 6.3251e-03,  3.0475e-03, -6.8353e-03],
                        [ 1.8787e-02, -9.2431e-03,  1.7185e-02]],
              
                       [[-1.1940e-02,  1.8412e-02,  1.7622e-02],
                        [ 2.1504e-02,  2.3440e-02,  1.1492e-02],
                        [-1.6089e-02, -1.5441e-02,  2.1249e-02]],
              
                       [[-2.3543e-02, -2.0001e-02, -2.0346e-02],
                        [ 2.0520e-02,  2.9473e-03, -1.2873e-02],
                        [ 1.3080e-02, -1.3335e-02,  2.4488e-02]]]])),
             ('down2.maxpool_conv.1.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.])),
             ('down2.maxpool_conv.1.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down2.maxpool_conv.1.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down2.maxpool_conv.1.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.])),
             ('down2.maxpool_conv.1.double_conv.1.num_batches_tracked',
              tensor(0)),
             ('down2.maxpool_conv.1.double_conv.3.weight',
              tensor([[[[-0.0199, -0.0207, -0.0025],
                        [-0.0202,  0.0202, -0.0180],
                        [-0.0126,  0.0164, -0.0123]],
              
                       [[ 0.0062, -0.0141,  0.0168],
                        [ 0.0078,  0.0006, -0.0096],
                        [ 0.0036, -0.0188,  0.0195]],
              
                       [[-0.0073, -0.0065, -0.0040],
                        [ 0.0086,  0.0105,  0.0089],
                        [-0.0055,  0.0144, -0.0161]],
              
                       ...,
              
                       [[ 0.0131, -0.0028, -0.0143],
                        [-0.0057, -0.0096, -0.0171],
                        [-0.0130, -0.0047, -0.0005]],
              
                       [[-0.0046, -0.0177,  0.0125],
                        [-0.0102,  0.0154,  0.0072],
                        [ 0.0206,  0.0169, -0.0156]],
              
                       [[ 0.0036,  0.0074,  0.0056],
                        [ 0.0112, -0.0127, -0.0147],
                        [ 0.0001,  0.0135,  0.0017]]],
              
              
                      [[[-0.0075, -0.0151,  0.0206],
                        [ 0.0001, -0.0105, -0.0072],
                        [ 0.0066,  0.0189,  0.0178]],
              
                       [[ 0.0086, -0.0003,  0.0005],
                        [ 0.0185, -0.0089, -0.0045],
                        [ 0.0166, -0.0010,  0.0182]],
              
                       [[-0.0107, -0.0202,  0.0050],
                        [-0.0029, -0.0139,  0.0134],
                        [ 0.0037,  0.0136, -0.0140]],
              
                       ...,
              
                       [[ 0.0171,  0.0028,  0.0002],
                        [ 0.0165,  0.0112,  0.0014],
                        [-0.0089, -0.0016,  0.0104]],
              
                       [[-0.0161, -0.0097, -0.0042],
                        [ 0.0174,  0.0107,  0.0100],
                        [-0.0053, -0.0070,  0.0113]],
              
                       [[-0.0016, -0.0070,  0.0061],
                        [ 0.0017,  0.0160,  0.0013],
                        [ 0.0057,  0.0200, -0.0160]]],
              
              
                      [[[-0.0060, -0.0105, -0.0198],
                        [-0.0150, -0.0083,  0.0156],
                        [-0.0090,  0.0120, -0.0199]],
              
                       [[ 0.0127,  0.0145, -0.0122],
                        [ 0.0110, -0.0001, -0.0018],
                        [ 0.0039,  0.0206, -0.0076]],
              
                       [[ 0.0101,  0.0061, -0.0136],
                        [ 0.0194, -0.0136,  0.0016],
                        [-0.0007,  0.0173,  0.0011]],
              
                       ...,
              
                       [[-0.0134, -0.0127, -0.0165],
                        [ 0.0041, -0.0118,  0.0110],
                        [ 0.0044,  0.0060,  0.0036]],
              
                       [[ 0.0056, -0.0185,  0.0055],
                        [ 0.0114, -0.0050, -0.0185],
                        [ 0.0116, -0.0140, -0.0148]],
              
                       [[ 0.0145,  0.0188, -0.0130],
                        [ 0.0065, -0.0171,  0.0036],
                        [-0.0037, -0.0078,  0.0077]]],
              
              
                      ...,
              
              
                      [[[-0.0090,  0.0069, -0.0124],
                        [-0.0150, -0.0065,  0.0094],
                        [-0.0195, -0.0163, -0.0144]],
              
                       [[-0.0142,  0.0055, -0.0013],
                        [-0.0149, -0.0092,  0.0063],
                        [ 0.0007,  0.0089,  0.0060]],
              
                       [[-0.0055, -0.0047, -0.0065],
                        [-0.0140,  0.0113, -0.0194],
                        [-0.0049,  0.0079,  0.0079]],
              
                       ...,
              
                       [[-0.0111, -0.0127,  0.0139],
                        [ 0.0075, -0.0173, -0.0109],
                        [ 0.0204, -0.0063, -0.0174]],
              
                       [[ 0.0198,  0.0142,  0.0200],
                        [ 0.0188,  0.0201, -0.0102],
                        [ 0.0027, -0.0103, -0.0160]],
              
                       [[ 0.0090,  0.0116,  0.0114],
                        [-0.0037, -0.0078,  0.0121],
                        [-0.0192, -0.0149, -0.0202]]],
              
              
                      [[[ 0.0045, -0.0102,  0.0195],
                        [-0.0163, -0.0012,  0.0005],
                        [ 0.0079, -0.0045,  0.0198]],
              
                       [[ 0.0181,  0.0146, -0.0039],
                        [ 0.0095,  0.0106, -0.0055],
                        [ 0.0028,  0.0103,  0.0006]],
              
                       [[ 0.0039, -0.0051, -0.0071],
                        [-0.0123, -0.0141,  0.0050],
                        [-0.0146,  0.0068,  0.0163]],
              
                       ...,
              
                       [[-0.0144,  0.0072, -0.0097],
                        [-0.0070,  0.0141,  0.0089],
                        [-0.0034,  0.0030,  0.0124]],
              
                       [[ 0.0143, -0.0146, -0.0182],
                        [-0.0080,  0.0061, -0.0181],
                        [ 0.0166,  0.0175, -0.0116]],
              
                       [[-0.0095, -0.0014, -0.0191],
                        [ 0.0184, -0.0074, -0.0144],
                        [ 0.0201, -0.0136, -0.0001]]],
              
              
                      [[[-0.0022, -0.0024,  0.0035],
                        [-0.0075, -0.0206,  0.0173],
                        [-0.0160,  0.0207,  0.0060]],
              
                       [[-0.0073,  0.0075, -0.0149],
                        [-0.0112,  0.0081, -0.0034],
                        [-0.0176, -0.0169,  0.0041]],
              
                       [[-0.0040,  0.0199, -0.0174],
                        [ 0.0103,  0.0153, -0.0109],
                        [-0.0044, -0.0160, -0.0072]],
              
                       ...,
              
                       [[ 0.0142, -0.0045,  0.0044],
                        [-0.0134, -0.0153, -0.0110],
                        [-0.0178,  0.0051, -0.0051]],
              
                       [[ 0.0090,  0.0175,  0.0111],
                        [ 0.0201, -0.0061,  0.0081],
                        [-0.0037,  0.0166,  0.0074]],
              
                       [[-0.0069,  0.0019, -0.0200],
                        [-0.0047, -0.0145,  0.0192],
                        [-0.0100,  0.0121, -0.0193]]]])),
             ('down2.maxpool_conv.1.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.])),
             ('down2.maxpool_conv.1.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down2.maxpool_conv.1.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down2.maxpool_conv.1.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.])),
             ('down2.maxpool_conv.1.double_conv.4.num_batches_tracked',
              tensor(0)),
             ('down3.maxpool_conv.1.double_conv.0.weight',
              tensor([[[[-4.6348e-03,  9.8509e-03,  1.6142e-02],
                        [ 2.6825e-05, -8.4992e-03,  3.6535e-04],
                        [-2.0749e-02, -2.7181e-03,  1.4475e-02]],
              
                       [[ 1.0194e-02,  6.9748e-03,  1.3849e-02],
                        [ 1.4200e-03,  2.5024e-03,  1.5259e-02],
                        [ 1.1671e-02,  4.0497e-03,  8.7697e-03]],
              
                       [[-4.4309e-03, -1.1845e-02, -1.6037e-02],
                        [-7.8910e-03, -9.7038e-03,  5.6008e-03],
                        [-1.6987e-02,  7.1697e-03,  1.7236e-02]],
              
                       ...,
              
                       [[-1.1635e-02,  1.8610e-02,  1.4086e-02],
                        [-1.1576e-02, -1.9610e-03, -1.8455e-02],
                        [-8.6874e-03, -1.1485e-02, -5.8817e-03]],
              
                       [[-1.3743e-02,  1.2879e-02,  2.2404e-03],
                        [-6.8730e-03,  1.0492e-02,  8.4602e-03],
                        [ 1.9366e-03, -1.0892e-02,  9.0133e-03]],
              
                       [[-6.9619e-03, -1.7941e-02, -1.1306e-02],
                        [-6.8960e-03, -6.8894e-03, -6.9923e-04],
                        [ 1.0807e-02,  1.8476e-02,  1.9441e-02]]],
              
              
                      [[[ 6.4426e-03,  7.5100e-03,  6.7503e-03],
                        [-1.8439e-02,  1.4277e-02, -1.0381e-02],
                        [-1.7296e-02, -1.2204e-02,  5.2923e-03]],
              
                       [[-6.8046e-03,  6.3742e-03, -1.1632e-02],
                        [ 4.2213e-03,  2.0774e-02, -3.7589e-03],
                        [ 1.6312e-02,  7.4283e-04,  1.2614e-02]],
              
                       [[-6.7564e-03, -1.0808e-02, -1.6746e-02],
                        [-6.2140e-03,  9.3120e-03, -9.2284e-03],
                        [ 2.8789e-03,  1.2397e-03,  1.5193e-02]],
              
                       ...,
              
                       [[-1.4065e-02, -4.0645e-03, -1.4819e-02],
                        [ 7.9262e-03, -1.4440e-02, -1.3676e-02],
                        [ 8.2918e-04,  1.0951e-02,  6.6675e-03]],
              
                       [[ 1.8929e-02, -1.6932e-02,  7.8811e-03],
                        [ 1.6661e-02, -1.4852e-02, -6.1440e-03],
                        [-4.3739e-03,  1.0890e-02,  1.2552e-03]],
              
                       [[ 1.6674e-02,  8.4053e-03, -5.2151e-03],
                        [-1.8711e-02, -6.0464e-04,  4.8782e-03],
                        [-1.0599e-02, -8.5500e-03, -4.4493e-04]]],
              
              
                      [[[ 7.4150e-03, -1.7817e-02, -9.8810e-03],
                        [ 1.5139e-02, -5.4702e-03,  3.1069e-03],
                        [ 1.6121e-02, -2.4298e-03, -3.4243e-03]],
              
                       [[ 5.2642e-03, -1.7880e-02, -1.8678e-02],
                        [ 2.9048e-03,  1.0568e-02, -2.8701e-04],
                        [-4.0345e-05, -2.8312e-03,  6.9242e-03]],
              
                       [[ 1.2557e-02,  1.3475e-02, -1.1946e-02],
                        [ 1.0504e-02, -1.1848e-02,  1.4417e-02],
                        [-1.8312e-02,  1.1722e-02, -6.9120e-03]],
              
                       ...,
              
                       [[ 1.9895e-02,  1.5509e-02,  1.9991e-02],
                        [-1.5190e-02, -1.9972e-02, -1.3091e-02],
                        [-1.1537e-02, -6.8988e-03,  1.1122e-02]],
              
                       [[ 1.0277e-02, -9.5677e-03,  1.4165e-02],
                        [ 5.0890e-03,  1.1992e-02,  2.0542e-02],
                        [-9.9942e-04,  1.1082e-02, -5.1328e-03]],
              
                       [[ 1.0213e-02, -4.6551e-03, -5.2989e-03],
                        [ 1.5165e-02, -1.7655e-02,  5.5892e-03],
                        [ 1.1311e-02, -1.2807e-02, -1.2253e-02]]],
              
              
                      ...,
              
              
                      [[[ 1.4459e-02,  4.5380e-04, -2.9677e-03],
                        [ 1.8889e-02, -1.6052e-02, -1.5562e-02],
                        [ 1.3935e-03, -1.6170e-02,  2.0204e-02]],
              
                       [[ 1.0080e-02, -3.7539e-03, -1.5059e-02],
                        [ 6.8971e-03, -8.5807e-03,  1.5525e-02],
                        [ 1.4992e-03, -7.8594e-03,  7.5005e-03]],
              
                       [[ 3.7703e-03,  9.6159e-03,  1.6808e-02],
                        [-1.1511e-02, -1.9614e-02, -1.7621e-02],
                        [ 6.5007e-03, -1.5883e-02, -1.3063e-02]],
              
                       ...,
              
                       [[ 1.1717e-02,  1.3965e-03, -5.3536e-03],
                        [ 1.4582e-02, -1.8533e-03, -1.5276e-02],
                        [-2.0322e-02, -1.0361e-02, -6.1722e-03]],
              
                       [[ 5.0393e-04,  3.0661e-03, -9.3391e-03],
                        [-5.0653e-03,  1.3716e-02,  9.7900e-03],
                        [-2.0547e-02,  1.3067e-02,  1.6991e-03]],
              
                       [[-8.7317e-03,  1.5140e-02, -9.8445e-03],
                        [-2.9895e-03,  1.0854e-02, -7.8243e-03],
                        [ 1.5019e-03,  1.9270e-02,  9.2994e-03]]],
              
              
                      [[[-3.2868e-03, -1.6655e-03,  1.3082e-02],
                        [ 7.1859e-03, -1.9157e-03, -3.5394e-03],
                        [-1.9397e-02,  5.5216e-03, -1.8486e-02]],
              
                       [[ 9.8068e-03,  2.6197e-03,  4.8447e-04],
                        [ 1.5565e-02,  1.1252e-02,  1.8660e-02],
                        [ 3.1310e-03,  6.5078e-03, -1.4506e-02]],
              
                       [[-1.5900e-02, -3.8698e-03,  4.6403e-03],
                        [ 1.0163e-02,  1.0891e-02,  1.9025e-02],
                        [-7.0364e-03,  1.0454e-02,  7.3635e-03]],
              
                       ...,
              
                       [[ 1.5563e-02, -1.9394e-02,  1.5875e-03],
                        [-4.1397e-03, -7.3719e-04, -8.6707e-03],
                        [-1.5182e-02,  1.4803e-02, -1.7555e-02]],
              
                       [[-7.9233e-04,  1.1101e-03,  1.7634e-03],
                        [ 1.5103e-02, -1.4403e-02,  1.4855e-02],
                        [-7.4607e-03,  7.4488e-03, -1.7282e-02]],
              
                       [[ 1.4080e-02,  1.6888e-02,  1.6374e-02],
                        [ 7.7976e-03, -6.2802e-03, -3.1626e-03],
                        [ 2.0682e-02, -1.9079e-02,  1.3276e-02]]],
              
              
                      [[[ 1.8058e-02, -9.1462e-03, -7.2015e-03],
                        [-6.4691e-03, -2.9027e-03,  9.6589e-03],
                        [-1.3747e-02,  1.9787e-02,  1.9956e-02]],
              
                       [[-1.1408e-02, -2.4681e-05,  7.7289e-03],
                        [ 1.9633e-02, -8.2515e-03,  1.3016e-02],
                        [-1.8417e-02,  1.8677e-02, -1.1818e-02]],
              
                       [[ 1.9430e-02,  1.0222e-02, -5.9156e-03],
                        [ 1.5036e-02,  9.4860e-03,  2.0289e-03],
                        [-6.1385e-03, -6.8786e-03, -1.0498e-02]],
              
                       ...,
              
                       [[ 1.8626e-02, -4.7810e-03,  1.8702e-02],
                        [-7.9554e-03, -1.7242e-02, -1.2626e-03],
                        [ 1.9328e-02, -5.6285e-03, -1.1736e-02]],
              
                       [[-4.1653e-04, -1.8020e-02, -1.2647e-02],
                        [-4.7124e-03,  3.7225e-03,  3.3474e-03],
                        [-2.6790e-03,  6.2666e-03,  3.8707e-03]],
              
                       [[ 1.9958e-03, -6.2181e-03, -1.5993e-02],
                        [ 4.3567e-03,  2.8269e-03,  2.0313e-02],
                        [-1.6953e-02, -1.2477e-02, -6.3685e-03]]]])),
             ('down3.maxpool_conv.1.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.])),
             ('down3.maxpool_conv.1.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down3.maxpool_conv.1.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down3.maxpool_conv.1.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.])),
             ('down3.maxpool_conv.1.double_conv.1.num_batches_tracked',
              tensor(0)),
             ('down3.maxpool_conv.1.double_conv.3.weight',
              tensor([[[[ 1.3495e-02,  1.1336e-02,  3.2999e-03],
                        [ 1.0248e-02,  4.9058e-03,  1.6721e-03],
                        [ 1.4577e-02,  1.2254e-02, -1.0996e-02]],
              
                       [[ 2.8387e-03, -1.2857e-02, -6.3248e-04],
                        [ 1.0179e-02, -7.9369e-03,  9.4359e-03],
                        [ 2.8751e-03, -1.1316e-02, -2.7018e-03]],
              
                       [[ 1.3239e-02,  1.3039e-03, -1.3213e-02],
                        [-8.4236e-03,  2.3438e-03, -1.4353e-02],
                        [ 9.7540e-03,  7.3673e-03,  9.9629e-04]],
              
                       ...,
              
                       [[-1.2715e-02, -5.7416e-03,  8.1590e-04],
                        [ 1.2467e-02,  5.0082e-03, -9.3793e-03],
                        [-1.0866e-02,  6.1197e-03,  2.4678e-03]],
              
                       [[-1.3211e-02, -6.7648e-03,  1.4521e-02],
                        [-5.5102e-03, -5.2198e-03,  1.0626e-02],
                        [-1.1742e-02, -6.2968e-03, -3.1413e-03]],
              
                       [[ 5.9503e-04, -9.2838e-03,  2.2524e-03],
                        [ 4.4587e-03, -6.3728e-04, -1.4285e-02],
                        [-5.1423e-03, -5.7166e-03,  1.2934e-02]]],
              
              
                      [[[ 1.8463e-03, -5.4794e-04, -1.8946e-03],
                        [ 9.7586e-04,  3.5177e-03, -4.0504e-03],
                        [-6.2299e-03,  5.2996e-03,  1.3720e-02]],
              
                       [[-5.9090e-03,  1.6445e-03,  2.7570e-03],
                        [-9.9673e-04, -1.0245e-02,  5.6605e-03],
                        [ 1.1391e-02, -1.1658e-02, -1.1734e-02]],
              
                       [[-1.1735e-02,  2.4595e-03,  5.7827e-03],
                        [ 7.1670e-03, -1.6270e-03,  1.0687e-02],
                        [ 6.0396e-03, -7.3033e-04, -8.5946e-03]],
              
                       ...,
              
                       [[ 1.1671e-02,  1.3118e-02, -1.3291e-02],
                        [ 6.1538e-03, -6.0592e-04,  6.6185e-03],
                        [ 1.2829e-03, -1.3731e-02,  1.4932e-03]],
              
                       [[-7.4605e-03,  6.8828e-04, -1.2302e-04],
                        [-8.1735e-03,  1.2001e-02,  7.8193e-03],
                        [ 2.0528e-03, -6.3210e-03,  1.3449e-02]],
              
                       [[ 2.9136e-03,  6.6908e-03, -3.7520e-03],
                        [ 9.3340e-03, -4.1290e-03, -1.4161e-02],
                        [-5.5939e-03,  5.1468e-03,  7.5768e-05]]],
              
              
                      [[[ 7.9902e-03,  8.0955e-03,  1.0381e-02],
                        [ 6.6680e-03,  2.9378e-03,  6.6944e-03],
                        [-2.3877e-03, -4.8883e-03,  8.5533e-03]],
              
                       [[-1.2371e-02, -1.2348e-02,  4.0223e-03],
                        [-6.9362e-03, -1.0553e-02,  5.3495e-03],
                        [ 4.4429e-04,  5.7790e-03, -2.5581e-03]],
              
                       [[ 2.1132e-03, -1.0715e-02,  3.1263e-03],
                        [ 1.4578e-02, -4.7421e-03, -4.1220e-03],
                        [ 7.7216e-03, -7.0857e-03, -4.0999e-03]],
              
                       ...,
              
                       [[-1.2722e-02,  4.8952e-03,  3.1216e-03],
                        [-3.6589e-03,  3.9157e-03,  7.6172e-05],
                        [ 6.6556e-03,  1.3619e-02, -1.0715e-02]],
              
                       [[-8.3624e-03,  2.8966e-03,  7.7819e-03],
                        [ 9.6693e-03, -1.3035e-02, -1.2682e-02],
                        [-1.2393e-02,  1.4095e-02, -9.9444e-03]],
              
                       [[-2.6372e-03, -9.4880e-03, -4.2093e-03],
                        [ 2.4768e-03,  5.2376e-03, -1.6081e-03],
                        [ 1.4001e-03,  8.7849e-03, -6.4915e-03]]],
              
              
                      ...,
              
              
                      [[[-6.1331e-03, -1.0245e-02,  5.5679e-03],
                        [-1.3925e-02, -5.4960e-03, -6.4326e-03],
                        [ 1.0665e-03,  9.3625e-03, -1.0900e-02]],
              
                       [[-1.2820e-02, -1.4185e-02,  7.6603e-03],
                        [ 5.5901e-03, -7.7663e-03, -1.3632e-02],
                        [-7.8664e-03,  3.8328e-03, -6.1660e-03]],
              
                       [[ 2.2009e-03,  1.2656e-02, -5.1460e-03],
                        [-7.3644e-03, -1.2076e-03,  1.9836e-03],
                        [-1.4580e-03, -8.4020e-04,  1.0106e-02]],
              
                       ...,
              
                       [[ 7.8239e-03,  8.2156e-03,  5.3135e-03],
                        [ 7.6519e-03,  2.5644e-03,  9.5596e-03],
                        [ 1.2521e-02,  7.5805e-03, -1.3987e-02]],
              
                       [[ 1.0951e-02,  7.9635e-04, -6.1090e-03],
                        [ 7.5488e-03,  1.2158e-02, -1.4382e-02],
                        [-3.4198e-03, -3.9887e-03, -3.8113e-03]],
              
                       [[-1.1689e-02,  9.5688e-03, -5.1517e-03],
                        [-1.1460e-02, -4.0730e-03, -5.6413e-03],
                        [ 7.0657e-03,  2.6805e-03, -5.1478e-03]]],
              
              
                      [[[-9.6095e-03, -1.3585e-03, -7.0119e-03],
                        [ 9.6654e-03,  1.0712e-02,  1.0401e-02],
                        [-3.5123e-03,  1.3850e-02,  1.0464e-02]],
              
                       [[-1.1702e-02, -7.7455e-03, -5.3939e-03],
                        [-1.2093e-02, -8.4871e-03, -3.2977e-03],
                        [-1.0420e-02,  8.9802e-03, -4.9594e-03]],
              
                       [[-1.2320e-02,  2.4707e-03, -2.3200e-03],
                        [-3.9590e-03,  1.1381e-02, -3.2109e-03],
                        [-1.9178e-03, -1.3853e-02, -4.3691e-03]],
              
                       ...,
              
                       [[ 1.0142e-02,  1.3061e-02,  1.1623e-02],
                        [-5.8694e-03, -6.4008e-04,  1.3774e-02],
                        [ 6.2873e-03,  3.2907e-03, -8.4393e-03]],
              
                       [[ 3.5045e-03,  4.6928e-03,  1.1195e-02],
                        [ 5.2034e-03, -9.1595e-03,  1.1639e-02],
                        [-7.8218e-03,  7.5058e-03, -1.4309e-02]],
              
                       [[-2.4525e-03, -3.6981e-03,  1.1964e-02],
                        [-1.2757e-02, -5.8314e-03, -1.1045e-02],
                        [ 6.1323e-03,  1.4707e-02, -9.2333e-03]]],
              
              
                      [[[ 5.0627e-03,  1.4049e-02,  7.1501e-03],
                        [-1.3210e-02,  1.1269e-02,  2.2428e-03],
                        [-9.7158e-03,  5.5631e-03, -1.2279e-02]],
              
                       [[-9.5874e-03, -5.4147e-04,  1.4689e-02],
                        [ 4.4917e-03, -1.3910e-02, -3.7383e-04],
                        [-7.5597e-03,  9.3203e-03, -7.5512e-03]],
              
                       [[-1.4322e-02, -1.1102e-02,  1.1979e-02],
                        [ 6.4091e-03, -1.3175e-02,  2.6744e-04],
                        [ 1.1095e-03,  6.2741e-03,  5.1492e-04]],
              
                       ...,
              
                       [[ 1.3908e-02,  9.8417e-03,  9.4988e-03],
                        [ 1.1376e-02,  1.9947e-04, -8.0265e-03],
                        [-1.1771e-02, -1.0298e-02, -2.5397e-03]],
              
                       [[-2.3932e-03,  1.3351e-02,  1.0970e-02],
                        [ 1.2986e-02,  3.9482e-03, -8.2351e-03],
                        [-1.0508e-02, -3.3115e-03, -8.0658e-03]],
              
                       [[-2.9153e-03,  1.4376e-02, -3.0430e-03],
                        [ 1.3600e-02, -2.1507e-03, -4.3007e-03],
                        [-3.6526e-03,  8.3328e-03,  8.7380e-03]]]])),
             ('down3.maxpool_conv.1.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.])),
             ('down3.maxpool_conv.1.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down3.maxpool_conv.1.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down3.maxpool_conv.1.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.])),
             ('down3.maxpool_conv.1.double_conv.4.num_batches_tracked',
              tensor(0)),
             ('down4.maxpool_conv.1.double_conv.0.weight',
              tensor([[[[-1.3104e-02,  9.6535e-03,  7.0547e-03],
                        [ 6.8489e-03,  5.6884e-03, -3.3797e-03],
                        [-1.3077e-02,  1.1413e-02, -8.2186e-03]],
              
                       [[-6.4877e-03,  1.2398e-02,  1.4672e-02],
                        [-2.8377e-03,  2.9911e-03,  8.6744e-03],
                        [ 4.6708e-03, -1.9309e-03, -1.3963e-02]],
              
                       [[-8.8996e-04, -1.3098e-02, -1.2099e-02],
                        [ 1.1789e-02, -6.3457e-03,  8.4533e-03],
                        [ 6.9120e-04,  3.7103e-03, -3.9384e-03]],
              
                       ...,
              
                       [[-1.4631e-02,  7.6187e-03,  1.3055e-02],
                        [ 8.7348e-03,  2.2455e-03,  1.4252e-02],
                        [-7.8609e-03,  6.6497e-03,  1.2674e-02]],
              
                       [[ 1.0928e-02,  8.1940e-03,  1.4620e-03],
                        [ 1.1112e-03, -7.0720e-03, -1.2397e-02],
                        [ 1.3073e-02,  2.2528e-03,  6.1473e-03]],
              
                       [[-1.1589e-02, -9.5213e-03, -5.2496e-03],
                        [-1.1412e-02, -1.3629e-02,  7.4268e-03],
                        [-6.4922e-03,  1.1146e-02, -9.5554e-03]]],
              
              
                      [[[ 2.3625e-05, -1.3995e-02, -7.6334e-03],
                        [-9.4009e-03, -9.2042e-03,  5.7072e-03],
                        [ 9.9287e-03, -5.7740e-03,  8.9586e-03]],
              
                       [[ 1.4008e-02, -1.0200e-02,  1.3237e-02],
                        [ 1.4621e-02, -1.2051e-02,  6.9597e-03],
                        [ 1.2422e-02, -8.4337e-03, -7.5494e-03]],
              
                       [[ 5.7422e-04, -8.9031e-03,  1.4246e-02],
                        [-3.9909e-03, -1.2648e-05,  7.5228e-03],
                        [ 4.5517e-03, -8.1091e-03, -2.5926e-03]],
              
                       ...,
              
                       [[ 1.7802e-03,  1.2118e-02, -8.6626e-04],
                        [-6.0965e-04, -5.6477e-03, -4.7239e-03],
                        [-1.4231e-03, -1.1298e-02,  4.0613e-03]],
              
                       [[ 2.4961e-05,  4.4265e-03,  1.4223e-02],
                        [ 2.2458e-03,  1.3728e-02, -1.1796e-02],
                        [-7.2479e-03,  1.2696e-02,  4.3921e-03]],
              
                       [[ 1.4457e-02, -1.0118e-02,  1.3083e-02],
                        [-7.3051e-03,  1.3544e-02, -1.2357e-02],
                        [ 3.5746e-03, -1.3268e-02, -9.3003e-03]]],
              
              
                      [[[-3.1621e-03,  1.4471e-02,  1.0941e-02],
                        [ 1.2192e-02,  5.9600e-03,  7.0732e-03],
                        [ 1.6198e-03, -1.1914e-02, -1.1316e-02]],
              
                       [[-8.1733e-03, -4.6493e-03,  1.3078e-02],
                        [-5.0052e-03, -1.0437e-02,  9.8975e-03],
                        [-1.3412e-02, -8.9157e-03,  1.3293e-02]],
              
                       [[-5.0194e-03,  6.6695e-03,  3.4234e-04],
                        [-1.3336e-02,  1.4430e-03,  7.5926e-03],
                        [-1.0269e-03,  1.0630e-02, -8.4293e-03]],
              
                       ...,
              
                       [[ 1.0040e-02, -9.6519e-03,  1.1701e-02],
                        [ 6.5308e-05,  3.5704e-03, -1.2048e-02],
                        [-9.5033e-03, -1.2604e-02, -1.2307e-02]],
              
                       [[-6.6415e-03, -1.0024e-02,  1.3435e-02],
                        [-6.3868e-03, -1.4265e-02, -2.8581e-03],
                        [-1.3789e-02,  1.1855e-02,  7.1601e-03]],
              
                       [[-9.1238e-03,  4.7032e-05, -2.2387e-03],
                        [ 4.9879e-04,  7.7738e-03,  5.1973e-03],
                        [ 3.4793e-03,  9.1406e-03, -9.1121e-04]]],
              
              
                      ...,
              
              
                      [[[ 3.2879e-03,  1.1191e-03, -6.0251e-03],
                        [-3.2071e-03,  5.4502e-03,  1.2839e-04],
                        [ 5.8309e-03, -1.3948e-02,  3.9841e-03]],
              
                       [[ 1.0795e-02,  5.7343e-03,  3.2873e-03],
                        [ 5.4282e-03, -1.0134e-02,  3.3486e-03],
                        [ 5.0658e-03, -1.4290e-02,  3.9768e-03]],
              
                       [[-1.4718e-02, -4.8749e-03,  8.8550e-03],
                        [-1.2116e-02,  3.9706e-03, -1.5341e-04],
                        [-5.6044e-03,  9.2914e-03,  2.6309e-03]],
              
                       ...,
              
                       [[ 1.1578e-02,  4.7662e-03,  1.0865e-02],
                        [-9.9621e-03,  7.2204e-03,  6.7652e-03],
                        [ 6.1930e-03,  5.5036e-03, -4.8385e-03]],
              
                       [[-1.1982e-02,  9.0713e-03, -6.7553e-03],
                        [ 1.0392e-02, -6.3635e-03, -1.1598e-03],
                        [ 1.0464e-02,  4.0243e-03,  1.4345e-03]],
              
                       [[ 3.2504e-03,  1.4237e-02, -7.7320e-03],
                        [-1.0245e-02, -8.5657e-03, -1.2735e-02],
                        [-3.5816e-03,  1.3560e-02, -1.2678e-02]]],
              
              
                      [[[-1.4336e-02, -4.6926e-03,  1.3425e-02],
                        [ 1.3409e-02, -6.8928e-03, -9.7946e-03],
                        [-1.4182e-02, -8.6928e-03, -1.4202e-02]],
              
                       [[-5.0576e-03, -9.8077e-03,  5.6572e-03],
                        [-1.4611e-02,  4.4676e-03, -1.3235e-02],
                        [ 3.6478e-03,  4.1773e-04,  1.4504e-02]],
              
                       [[-8.5665e-03, -6.6888e-03, -5.9852e-03],
                        [ 1.8548e-03,  1.2795e-02, -6.3900e-03],
                        [-1.3038e-02,  7.2169e-03,  9.2560e-03]],
              
                       ...,
              
                       [[-5.8375e-03,  8.9250e-03,  1.2109e-02],
                        [-1.3653e-02,  1.3453e-02, -6.7649e-03],
                        [-1.2166e-02, -1.3578e-02, -1.2037e-03]],
              
                       [[-5.5372e-03, -3.9234e-03, -2.1640e-03],
                        [-8.1456e-03, -8.1486e-03,  4.8608e-05],
                        [-7.9746e-03,  3.5861e-03, -5.4110e-03]],
              
                       [[ 9.0684e-03, -4.6523e-03,  8.6029e-03],
                        [-3.5470e-03, -2.6329e-03,  4.1187e-03],
                        [-1.7698e-03,  3.1339e-03, -1.3087e-02]]],
              
              
                      [[[ 1.3993e-02,  1.0210e-02, -9.8379e-03],
                        [-3.6017e-03,  1.5505e-03, -7.5702e-03],
                        [-1.3827e-03, -1.4429e-02, -1.3696e-02]],
              
                       [[ 1.2335e-02,  8.3124e-03, -4.6792e-03],
                        [ 4.8468e-03,  1.3626e-04,  9.8758e-03],
                        [-2.6817e-03,  3.2997e-03, -9.7415e-04]],
              
                       [[ 3.1673e-03, -7.1938e-03, -1.4500e-03],
                        [-9.1013e-03,  8.4705e-03, -9.5864e-03],
                        [ 1.6714e-03, -1.4101e-02,  1.1644e-02]],
              
                       ...,
              
                       [[ 1.4320e-02,  4.4366e-03, -5.8747e-03],
                        [-8.1688e-03, -6.9629e-03,  3.0317e-04],
                        [-1.2110e-02, -1.3646e-02, -6.0113e-03]],
              
                       [[-3.7647e-04,  7.6979e-03,  3.3129e-03],
                        [ 7.6917e-03, -1.9005e-03,  6.3914e-03],
                        [-2.9271e-03,  1.0327e-02, -9.8557e-03]],
              
                       [[ 1.1749e-02,  3.9048e-03, -7.2822e-03],
                        [ 1.4049e-02,  1.3569e-02,  2.5594e-03],
                        [ 1.2890e-02,  5.6545e-03,  6.2168e-03]]]])),
             ('down4.maxpool_conv.1.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.])),
             ('down4.maxpool_conv.1.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down4.maxpool_conv.1.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down4.maxpool_conv.1.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.])),
             ('down4.maxpool_conv.1.double_conv.1.num_batches_tracked',
              tensor(0)),
             ('down4.maxpool_conv.1.double_conv.3.weight',
              tensor([[[[-1.0162e-02, -7.9513e-03, -1.4126e-02],
                        [-6.2557e-03, -9.7779e-03,  1.0858e-02],
                        [ 9.1498e-03,  3.0958e-04,  9.0409e-03]],
              
                       [[-7.6646e-03, -9.0559e-03, -8.4516e-04],
                        [-1.2277e-02,  2.7770e-03,  2.4928e-03],
                        [ 2.1196e-03, -2.7451e-03, -1.3663e-02]],
              
                       [[-8.4018e-03,  3.2803e-03, -6.1505e-03],
                        [ 1.3116e-02,  8.8065e-03,  4.6064e-03],
                        [ 9.4382e-03, -7.7282e-03,  1.0306e-02]],
              
                       ...,
              
                       [[ 6.6357e-03, -2.2279e-03, -8.7835e-03],
                        [-5.1093e-03,  3.9618e-03,  8.8206e-03],
                        [ 1.4141e-02,  1.3784e-02,  1.1771e-02]],
              
                       [[-5.9949e-03, -1.3745e-04,  7.4454e-03],
                        [-9.2404e-03,  1.3126e-02,  9.9188e-03],
                        [-6.8859e-03, -1.4138e-02, -9.2198e-03]],
              
                       [[-1.4438e-02,  1.1573e-02,  1.1146e-02],
                        [-8.7031e-03, -4.6383e-03,  7.3338e-03],
                        [ 1.1381e-02, -9.0583e-03, -2.5293e-03]]],
              
              
                      [[[-1.3852e-02, -6.8651e-03,  2.3293e-03],
                        [ 1.2269e-02,  6.5710e-03,  3.9793e-03],
                        [-7.3067e-03, -5.9318e-03, -6.7658e-03]],
              
                       [[ 9.5927e-03, -7.6682e-03, -1.3819e-02],
                        [-9.0626e-03,  3.5546e-03, -8.5062e-03],
                        [ 1.7261e-03, -2.6030e-03, -1.4632e-02]],
              
                       [[ 1.0916e-02,  1.0892e-02,  1.4228e-02],
                        [ 1.1874e-02, -6.4073e-03, -5.1940e-03],
                        [-7.4828e-03, -7.4947e-03,  2.5183e-03]],
              
                       ...,
              
                       [[ 9.7132e-03,  2.0456e-03, -4.0253e-03],
                        [ 1.9973e-03,  1.2258e-02, -1.3174e-03],
                        [-9.0220e-03, -8.2095e-03,  1.4117e-02]],
              
                       [[-1.0827e-02,  1.4226e-02, -6.4879e-03],
                        [ 1.2198e-02, -1.2647e-02,  8.6206e-03],
                        [-2.7980e-03, -2.0266e-03,  5.7236e-03]],
              
                       [[-1.2030e-02,  1.2822e-02, -8.4252e-03],
                        [ 1.1277e-02, -7.0514e-03, -7.5673e-03],
                        [ 8.1968e-03, -1.2170e-02, -7.3895e-03]]],
              
              
                      [[[ 8.0684e-03,  1.3598e-02, -7.9777e-03],
                        [-1.4268e-02,  4.8484e-03, -1.1704e-02],
                        [ 4.8766e-03,  2.9658e-03,  2.0288e-03]],
              
                       [[-1.1000e-03, -2.6417e-03,  3.1051e-03],
                        [ 1.2253e-02, -7.2229e-03, -1.1037e-03],
                        [ 1.0293e-02,  3.9444e-03, -8.0077e-03]],
              
                       [[ 3.6599e-03,  1.3138e-02, -1.0403e-03],
                        [-1.0804e-02, -2.9224e-03, -7.3381e-04],
                        [-8.4483e-03, -3.5656e-03,  1.0923e-02]],
              
                       ...,
              
                       [[ 1.0183e-02, -1.0656e-02,  2.5374e-03],
                        [-2.4001e-03,  9.3434e-03,  8.0887e-03],
                        [-3.1470e-03, -3.6860e-03,  6.9349e-03]],
              
                       [[-1.4212e-02,  4.7419e-03,  2.2588e-03],
                        [ 1.2572e-02,  2.5563e-03, -8.1275e-03],
                        [-3.7703e-03,  2.5945e-03,  5.5602e-03]],
              
                       [[-1.2830e-02, -1.0370e-02,  9.9764e-03],
                        [-1.0848e-02, -9.6209e-03,  8.2907e-03],
                        [ 4.6423e-03, -4.9777e-03, -8.6183e-03]]],
              
              
                      ...,
              
              
                      [[[ 7.9552e-03,  1.0103e-02, -4.7408e-03],
                        [-1.3407e-02,  6.5927e-03, -7.2890e-03],
                        [ 1.2902e-02, -7.3139e-03,  4.8173e-03]],
              
                       [[-8.6896e-03, -1.9172e-03,  5.9656e-03],
                        [-7.3172e-05,  2.9933e-03, -1.1204e-02],
                        [ 2.1456e-03,  2.6252e-03, -1.3978e-02]],
              
                       [[-8.2944e-03, -6.1581e-03,  1.3276e-02],
                        [ 2.0285e-04, -6.9051e-03,  1.3585e-02],
                        [-7.9958e-03,  5.1597e-03, -1.1482e-02]],
              
                       ...,
              
                       [[ 2.9236e-03,  8.6567e-03, -5.6918e-03],
                        [ 1.2319e-02, -1.2173e-02, -1.1142e-02],
                        [ 2.1955e-03,  2.1893e-03,  1.0226e-02]],
              
                       [[-1.3731e-02,  2.4001e-04,  1.0280e-02],
                        [ 6.2036e-04,  9.4891e-03, -9.4363e-03],
                        [ 7.7716e-03, -5.3223e-03, -1.1793e-02]],
              
                       [[ 9.0567e-03, -9.4963e-03,  1.2966e-02],
                        [-3.5606e-03,  6.7127e-03,  9.2346e-03],
                        [ 1.6610e-04,  9.7832e-04, -3.7458e-03]]],
              
              
                      [[[ 1.8821e-03,  7.0609e-03, -9.9641e-03],
                        [ 2.8442e-03, -3.4813e-04,  2.8147e-03],
                        [-7.6718e-03,  1.4098e-03,  3.6991e-03]],
              
                       [[-7.4600e-03,  6.1319e-03, -6.6834e-03],
                        [ 4.6137e-03, -9.7316e-03, -2.1926e-03],
                        [-5.1150e-03,  8.5056e-03,  1.4168e-02]],
              
                       [[ 1.2746e-02,  8.4634e-03,  1.2394e-02],
                        [ 6.5522e-03, -1.0927e-02, -1.4621e-02],
                        [ 9.5033e-03,  3.9224e-03,  9.9719e-03]],
              
                       ...,
              
                       [[-4.0116e-03, -1.4190e-02, -2.6838e-03],
                        [-1.9716e-04, -1.6087e-03, -2.2089e-03],
                        [ 1.1347e-02,  5.0595e-04, -2.1228e-03]],
              
                       [[ 1.1465e-03,  6.0314e-03, -7.8767e-03],
                        [-6.6732e-03, -5.0615e-03, -7.0481e-03],
                        [-3.5145e-03, -1.4674e-02,  9.3690e-03]],
              
                       [[-2.1949e-03,  1.8604e-04, -3.8469e-04],
                        [-6.0911e-03,  4.8625e-03,  9.1291e-04],
                        [-4.2253e-03, -9.7373e-03,  3.0233e-03]]],
              
              
                      [[[ 1.3092e-02, -9.1652e-03, -1.4018e-02],
                        [-7.5290e-03, -1.1704e-02,  1.1918e-02],
                        [-3.6753e-03,  8.3012e-03, -7.8185e-03]],
              
                       [[ 1.3660e-02, -1.0051e-04, -4.8537e-03],
                        [ 4.5250e-03,  1.1501e-02, -1.2260e-02],
                        [-1.2088e-02, -1.1217e-02, -8.9023e-03]],
              
                       [[ 3.9087e-03, -1.1512e-03, -1.3955e-02],
                        [-2.1982e-03,  1.0120e-02, -5.0558e-03],
                        [-1.3255e-02,  2.8492e-03, -4.1524e-03]],
              
                       ...,
              
                       [[-1.2921e-02, -1.8075e-03,  3.1186e-03],
                        [ 4.0110e-03,  5.9678e-03, -1.5871e-03],
                        [ 4.0160e-03,  4.9175e-04,  2.2130e-03]],
              
                       [[-3.4039e-03, -1.2438e-02,  6.7231e-03],
                        [ 1.2851e-02, -5.3675e-03,  1.6797e-03],
                        [-1.3136e-02, -2.5658e-03, -5.8660e-03]],
              
                       [[-2.0538e-03,  7.5002e-04,  6.9986e-03],
                        [ 1.3422e-02, -9.2835e-04,  4.6620e-03],
                        [-1.3815e-02,  5.7040e-03, -6.6107e-03]]]])),
             ('down4.maxpool_conv.1.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.])),
             ('down4.maxpool_conv.1.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down4.maxpool_conv.1.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('down4.maxpool_conv.1.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.])),
             ('down4.maxpool_conv.1.double_conv.4.num_batches_tracked',
              tensor(0)),
             ('up1.conv.double_conv.0.weight',
              tensor([[[[ 6.0052e-03, -6.1578e-03, -8.6970e-03],
                        [ 1.6955e-03, -7.3866e-03,  5.3448e-03],
                        [ 5.5082e-03,  9.1673e-03,  1.0191e-02]],
              
                       [[-3.7926e-03,  5.7925e-03,  1.0316e-02],
                        [ 9.6915e-03,  8.8699e-03,  5.3047e-03],
                        [ 5.0500e-03,  4.6066e-03,  1.0278e-02]],
              
                       [[-7.2442e-04, -7.9003e-03, -9.7175e-03],
                        [ 4.6586e-04, -3.6655e-03, -9.5510e-03],
                        [-9.1740e-03, -7.8502e-03, -5.3606e-03]],
              
                       ...,
              
                       [[ 2.1322e-03, -9.4887e-05, -4.9738e-03],
                        [-6.1662e-03,  1.3903e-03, -7.2019e-03],
                        [ 5.4206e-03,  8.7880e-03,  4.3695e-03]],
              
                       [[ 3.3114e-03, -4.8001e-03, -2.7326e-03],
                        [-3.7524e-03,  7.7908e-03, -8.4219e-03],
                        [ 2.0721e-03,  7.5771e-03,  6.9718e-03]],
              
                       [[-9.9150e-03, -2.1330e-03,  7.4038e-03],
                        [-6.3372e-03, -8.1195e-03,  1.6034e-03],
                        [ 5.8172e-03, -1.3327e-03, -7.0786e-03]]],
              
              
                      [[[-4.7313e-03, -2.5325e-03, -6.1366e-03],
                        [ 1.1530e-03, -5.3506e-03, -6.1344e-04],
                        [ 2.7635e-03, -6.2766e-03,  4.6419e-03]],
              
                       [[ 4.3768e-03, -4.0070e-03,  8.7607e-03],
                        [-8.9397e-03, -9.8516e-03, -2.8273e-03],
                        [-3.7660e-03,  3.6542e-03,  1.0126e-02]],
              
                       [[-6.7512e-03,  6.0833e-03,  2.7166e-03],
                        [ 9.3578e-04,  5.1147e-03,  6.3890e-03],
                        [ 1.5687e-04,  7.4274e-03, -8.3365e-03]],
              
                       ...,
              
                       [[-4.8921e-03, -5.4093e-03,  5.6688e-03],
                        [ 3.1983e-03,  3.9314e-03, -8.9410e-03],
                        [ 6.5762e-03, -9.7403e-03, -4.1459e-03]],
              
                       [[ 8.1715e-03,  5.4453e-03, -7.9296e-03],
                        [ 1.6348e-03, -1.7733e-04,  1.1809e-03],
                        [-6.2941e-03,  6.1941e-03,  1.7227e-03]],
              
                       [[ 9.5111e-03, -8.0376e-03, -3.7345e-03],
                        [ 5.4716e-03, -3.7542e-03,  2.9980e-03],
                        [-7.5362e-03,  8.4094e-03,  8.9098e-03]]],
              
              
                      [[[-9.6740e-03, -8.1277e-03,  3.9857e-03],
                        [-3.5163e-03,  8.6464e-03,  4.2643e-03],
                        [-5.0144e-03, -9.8802e-04,  4.8284e-04]],
              
                       [[-6.5739e-03,  9.1206e-03,  5.8876e-03],
                        [-4.3970e-03,  3.9926e-04,  4.9571e-03],
                        [-3.2965e-03,  4.1399e-04, -2.7867e-03]],
              
                       [[-4.9022e-03, -7.1855e-04,  5.2022e-04],
                        [-3.8415e-03,  7.9072e-03,  1.0071e-02],
                        [-6.5128e-03, -3.6828e-03, -8.3628e-03]],
              
                       ...,
              
                       [[ 8.5856e-03, -7.1988e-03,  9.1629e-03],
                        [ 9.4906e-03, -6.0381e-03,  6.3775e-04],
                        [ 3.2705e-03, -4.2573e-03,  7.2144e-03]],
              
                       [[-2.7434e-03, -5.6575e-03,  7.0926e-03],
                        [ 6.5038e-03,  1.0222e-02,  7.6083e-03],
                        [ 8.3256e-03,  7.9641e-03, -6.8926e-03]],
              
                       [[ 3.2581e-03, -3.4153e-03,  1.7781e-04],
                        [-4.7329e-03, -2.7371e-03, -7.9243e-03],
                        [-7.3951e-03, -3.6213e-03,  3.8721e-04]]],
              
              
                      ...,
              
              
                      [[[-1.3754e-03,  1.0256e-02, -9.6938e-03],
                        [-5.2090e-03,  1.1899e-03,  6.6328e-03],
                        [-6.4318e-03,  7.6097e-03,  3.2797e-03]],
              
                       [[-7.0052e-03,  4.5905e-03, -8.9286e-03],
                        [-8.2543e-03, -5.1691e-03, -5.8590e-03],
                        [ 8.7791e-03,  5.7680e-03, -8.9067e-03]],
              
                       [[-7.6416e-03, -9.3266e-03,  9.4770e-03],
                        [ 1.4398e-03,  4.5831e-03, -3.4448e-03],
                        [-4.5923e-03, -5.7610e-03, -4.3103e-03]],
              
                       ...,
              
                       [[-2.0614e-03, -8.5129e-03, -8.4951e-03],
                        [ 2.6566e-03,  9.1776e-03,  2.6760e-03],
                        [-1.7022e-04,  3.6392e-03,  5.0875e-03]],
              
                       [[-2.9073e-03, -7.8702e-03, -1.2811e-03],
                        [-8.3429e-03, -8.4082e-03,  4.3443e-03],
                        [-6.5337e-03,  3.0448e-03, -3.2978e-03]],
              
                       [[-6.3634e-03, -6.4584e-03, -9.4520e-03],
                        [ 6.3613e-03,  1.3895e-03,  6.7184e-03],
                        [ 1.9717e-04,  3.0919e-03, -9.3850e-03]]],
              
              
                      [[[-7.3347e-03,  3.7111e-03, -1.4600e-03],
                        [-8.9929e-03, -1.0001e-02, -9.7608e-03],
                        [ 4.9672e-03, -5.1917e-03, -9.9102e-03]],
              
                       [[ 7.6933e-03, -4.9824e-03, -8.9469e-03],
                        [ 4.8704e-03, -1.6437e-03,  8.8097e-03],
                        [-3.0993e-03, -5.9778e-03, -3.1651e-03]],
              
                       [[ 8.6893e-03,  9.8990e-03,  7.1665e-03],
                        [ 7.6924e-03, -1.0816e-03,  9.3137e-03],
                        [-4.7224e-03, -3.9862e-03, -7.0841e-03]],
              
                       ...,
              
                       [[ 7.1673e-03,  5.2882e-03,  5.8690e-03],
                        [ 4.2807e-04, -4.7009e-04,  9.8658e-03],
                        [-3.6831e-03, -3.5520e-03,  4.0485e-03]],
              
                       [[-5.5522e-03,  9.4766e-03,  8.2692e-03],
                        [-3.1187e-03, -8.5105e-03,  8.7861e-03],
                        [-7.3462e-03,  5.8684e-03,  9.6273e-03]],
              
                       [[-3.7102e-03,  7.7810e-03, -1.4194e-03],
                        [-4.0797e-03, -8.0059e-03,  8.5199e-03],
                        [-9.1947e-03,  3.5915e-03, -4.6602e-03]]],
              
              
                      [[[-1.3775e-03,  6.0666e-04, -6.9796e-04],
                        [ 6.7400e-03,  6.6210e-03,  2.7429e-03],
                        [-8.8243e-03, -9.8390e-03,  2.4116e-03]],
              
                       [[ 4.7119e-03,  3.2005e-03,  5.9726e-03],
                        [ 9.5476e-03,  1.6969e-03,  9.7832e-03],
                        [-2.6481e-03,  7.0522e-03, -7.9863e-03]],
              
                       [[ 4.9707e-03,  9.5256e-04, -1.3029e-03],
                        [-6.9370e-03, -1.0068e-02,  1.0652e-03],
                        [-2.0503e-03,  8.6360e-03, -1.5661e-03]],
              
                       ...,
              
                       [[-6.5328e-03, -9.1420e-04,  5.5855e-03],
                        [ 8.4739e-03, -4.1916e-03,  1.0212e-02],
                        [ 1.0342e-02, -8.0135e-03, -1.1019e-04]],
              
                       [[ 4.2931e-03,  4.7278e-03,  8.9549e-03],
                        [ 7.2504e-03,  4.6937e-03, -6.7444e-03],
                        [-1.0244e-02,  2.1343e-03, -3.2979e-03]],
              
                       [[ 9.3904e-03, -7.6412e-03,  2.0035e-03],
                        [-6.8808e-03,  1.0404e-02,  9.5906e-03],
                        [ 5.1486e-03,  1.8948e-03, -1.0138e-03]]]])),
             ('up1.conv.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.])),
             ('up1.conv.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up1.conv.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up1.conv.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.])),
             ('up1.conv.double_conv.1.num_batches_tracked', tensor(0)),
             ('up1.conv.double_conv.3.weight',
              tensor([[[[ 4.6532e-03, -7.6019e-03, -2.2726e-03],
                        [ 4.6818e-03,  1.2958e-02,  7.4474e-03],
                        [ 1.0656e-02,  7.3169e-03,  1.4385e-02]],
              
                       [[-7.1003e-03,  5.6198e-03,  1.1528e-02],
                        [ 1.2165e-02,  2.7467e-03,  1.2221e-02],
                        [ 1.0123e-02, -7.3388e-04, -1.3558e-02]],
              
                       [[ 6.1051e-04, -1.0071e-02,  1.0367e-02],
                        [ 5.4181e-03,  3.2388e-03,  8.1533e-04],
                        [ 9.9759e-03, -8.9243e-03, -1.0614e-02]],
              
                       ...,
              
                       [[-1.1593e-02,  4.4562e-03, -1.2794e-02],
                        [-2.0847e-03,  8.4393e-03, -3.0718e-03],
                        [ 1.2095e-02,  9.6634e-03, -6.1204e-03]],
              
                       [[-8.5692e-03, -5.3203e-03, -6.0301e-03],
                        [-1.3060e-02, -4.9878e-03,  1.3536e-02],
                        [-3.0446e-03, -3.7271e-03,  1.8943e-03]],
              
                       [[ 9.1236e-03,  6.2085e-03, -5.2066e-03],
                        [ 7.0768e-03,  5.8855e-03, -1.3525e-02],
                        [ 1.2969e-02, -3.1656e-03, -9.7805e-03]]],
              
              
                      [[[-1.3448e-02, -1.4380e-02,  3.3876e-03],
                        [-6.9893e-03, -8.7593e-03,  3.4935e-03],
                        [ 6.0252e-03,  6.2473e-03, -7.2960e-04]],
              
                       [[ 1.2521e-03, -1.2604e-02, -1.4122e-02],
                        [-7.8812e-03,  1.2843e-03,  3.4510e-03],
                        [-8.0826e-03, -6.0928e-03,  1.4071e-02]],
              
                       [[ 1.2236e-02, -2.2066e-03,  7.5802e-03],
                        [-3.4579e-03, -8.4028e-03,  1.2992e-02],
                        [ 1.5273e-03,  9.6915e-03, -2.7779e-03]],
              
                       ...,
              
                       [[-9.7299e-03,  7.2240e-03,  3.2073e-04],
                        [ 5.1952e-03,  1.3993e-02,  5.8187e-03],
                        [-3.9472e-03,  9.5075e-03,  9.9508e-03]],
              
                       [[ 3.8860e-03, -7.5956e-03, -6.7716e-03],
                        [-6.3491e-03,  1.1731e-02, -4.6717e-03],
                        [ 5.6204e-04, -4.5982e-03, -1.3072e-03]],
              
                       [[-9.9374e-03, -1.4691e-03,  9.6274e-03],
                        [-3.4154e-03, -9.9765e-03,  4.7587e-03],
                        [ 1.1309e-02,  1.2087e-03,  1.1953e-02]]],
              
              
                      [[[ 1.2883e-02, -7.2949e-03, -4.8458e-03],
                        [ 9.7466e-03,  1.1054e-02,  1.2237e-02],
                        [ 9.9405e-03,  1.4726e-02,  2.0744e-03]],
              
                       [[ 1.0789e-02,  1.3618e-02,  1.4625e-02],
                        [-1.9228e-03,  5.1298e-03,  5.3312e-04],
                        [ 1.4351e-02,  8.0309e-03, -1.3372e-02]],
              
                       [[-3.1131e-03, -6.5674e-04, -1.0796e-02],
                        [-9.3562e-03,  6.5610e-03, -1.3210e-02],
                        [ 7.9644e-03,  1.0064e-03,  6.2818e-04]],
              
                       ...,
              
                       [[-2.9593e-03, -3.4946e-03, -4.1973e-03],
                        [ 1.2073e-02,  7.9237e-03,  9.7770e-05],
                        [-4.5093e-03, -8.0024e-03, -3.3877e-03]],
              
                       [[ 4.1504e-04, -6.3685e-03,  2.9286e-04],
                        [-1.4368e-02,  5.2549e-04, -1.2686e-02],
                        [ 1.6020e-03,  4.4607e-03,  7.5159e-03]],
              
                       [[-6.6873e-03,  5.1561e-05,  8.2160e-03],
                        [-7.2157e-03, -9.4008e-04, -9.3220e-03],
                        [ 1.3272e-03,  1.3943e-03, -1.0126e-02]]],
              
              
                      ...,
              
              
                      [[[ 2.3756e-03,  1.2603e-02,  1.0009e-02],
                        [ 1.3332e-02,  2.2436e-03, -2.6538e-03],
                        [ 1.2150e-02, -6.4561e-03, -1.2219e-02]],
              
                       [[-8.2563e-03,  1.4514e-02, -6.5334e-03],
                        [ 1.0584e-02,  7.2743e-03, -7.7184e-03],
                        [-1.3945e-02, -3.9507e-04, -1.3207e-02]],
              
                       [[-1.1936e-02,  1.2723e-02,  1.4794e-03],
                        [-9.2238e-03,  1.2513e-02, -1.2755e-02],
                        [-2.3135e-04, -1.2050e-02,  1.0637e-02]],
              
                       ...,
              
                       [[-1.7315e-03, -1.1583e-02, -6.2004e-03],
                        [-3.6829e-03, -7.5475e-03, -1.1467e-02],
                        [-1.2565e-04, -1.6956e-03,  7.3251e-03]],
              
                       [[ 4.5195e-03,  9.6949e-03, -1.1593e-02],
                        [-1.0726e-02, -4.3706e-03, -1.0075e-02],
                        [-1.1938e-02, -6.4125e-03,  5.7692e-04]],
              
                       [[-1.1380e-02, -9.5971e-03, -1.3420e-02],
                        [ 1.0888e-02, -1.0871e-02,  4.6657e-05],
                        [-2.8069e-03, -1.0725e-02,  2.2430e-03]]],
              
              
                      [[[ 1.1839e-02,  1.3359e-02, -2.2681e-03],
                        [ 1.8450e-03,  5.9289e-04, -1.2829e-02],
                        [ 1.4203e-02,  2.5810e-03, -1.1913e-02]],
              
                       [[-1.3077e-02, -1.4014e-02, -4.2100e-03],
                        [-9.9503e-03,  1.1108e-02, -3.2723e-03],
                        [ 2.0312e-03,  4.5349e-03,  1.3859e-02]],
              
                       [[-1.4575e-02,  1.1122e-02, -7.5780e-03],
                        [-3.8330e-03, -9.8024e-04,  5.9586e-03],
                        [ 9.8220e-03, -6.8341e-03,  1.2393e-02]],
              
                       ...,
              
                       [[-3.4048e-03,  1.3819e-02, -2.6837e-03],
                        [ 1.1734e-02,  1.4311e-03, -1.2245e-02],
                        [-8.3261e-03,  1.3495e-02,  2.9223e-03]],
              
                       [[-1.2962e-02, -7.3929e-03, -7.3878e-03],
                        [-1.7338e-03, -6.7076e-03, -7.7754e-03],
                        [ 1.4972e-03, -6.4253e-03, -1.4126e-02]],
              
                       [[ 1.4451e-02, -4.8099e-03,  5.7255e-03],
                        [-5.8516e-03,  4.0733e-03,  1.0094e-02],
                        [ 8.1309e-04,  5.1471e-03,  5.1509e-03]]],
              
              
                      [[[ 9.8223e-04,  1.1245e-02,  1.1552e-02],
                        [-7.6653e-03,  6.1365e-04, -4.2670e-03],
                        [ 5.1350e-03,  1.4145e-02, -8.8357e-04]],
              
                       [[ 1.2253e-02,  1.0491e-02, -1.4184e-02],
                        [ 2.6855e-03,  7.4216e-03, -4.6636e-03],
                        [-1.0291e-02, -1.2930e-02, -3.5078e-04]],
              
                       [[ 4.5516e-03, -9.4295e-03,  9.7718e-03],
                        [-7.6455e-03,  1.0235e-02,  1.2030e-03],
                        [-2.7815e-03,  6.6763e-03, -8.7617e-03]],
              
                       ...,
              
                       [[-9.8976e-03,  1.2484e-02, -2.8897e-03],
                        [ 4.3479e-03,  8.9747e-03,  8.7985e-04],
                        [ 1.2341e-02,  4.2616e-04,  4.2251e-03]],
              
                       [[ 1.2692e-02, -1.7026e-03,  7.1434e-03],
                        [ 1.1852e-02, -1.1433e-02, -1.3874e-02],
                        [ 1.2581e-02, -3.8352e-03, -7.5201e-04]],
              
                       [[-4.7592e-04, -3.9157e-03,  3.5884e-03],
                        [-3.2631e-03, -1.6258e-03, -1.0496e-02],
                        [ 1.3847e-03, -5.7536e-04, -1.0432e-02]]]])),
             ('up1.conv.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.])),
             ('up1.conv.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up1.conv.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up1.conv.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.])),
             ('up1.conv.double_conv.4.num_batches_tracked', tensor(0)),
             ('up2.conv.double_conv.0.weight',
              tensor([[[[-2.1518e-03,  1.0631e-02,  1.2601e-02],
                        [ 9.9365e-03,  8.6478e-03, -1.2200e-02],
                        [-8.7199e-03, -1.3551e-04,  2.7872e-03]],
              
                       [[ 1.0136e-02,  5.1465e-03, -7.2739e-03],
                        [-1.0549e-02, -4.3726e-03, -1.0110e-02],
                        [-1.2202e-02,  8.1444e-03,  1.2508e-02]],
              
                       [[-1.1105e-02, -3.2792e-03,  1.1186e-02],
                        [-8.2915e-03,  8.8182e-03,  1.1263e-02],
                        [-4.4057e-03,  8.6805e-03, -9.5922e-03]],
              
                       ...,
              
                       [[ 6.3221e-03, -1.2953e-02,  5.1380e-03],
                        [ 2.9260e-04, -1.0260e-02,  6.4162e-03],
                        [-5.8944e-03,  4.6316e-03,  1.4742e-03]],
              
                       [[-1.0956e-02, -3.5614e-03, -3.6777e-03],
                        [ 1.2266e-02, -3.7897e-05, -1.1044e-02],
                        [ 5.1852e-03,  8.2570e-03,  1.3097e-03]],
              
                       [[-2.4492e-03, -3.5821e-03, -1.4560e-02],
                        [ 9.1054e-03, -4.1931e-03,  9.5132e-03],
                        [ 5.1267e-03,  1.1881e-02,  5.6942e-04]]],
              
              
                      [[[ 1.0638e-02, -5.4433e-03, -3.7759e-03],
                        [ 1.1677e-02, -4.1737e-03, -1.0637e-02],
                        [-1.6576e-03, -2.1487e-03, -1.1114e-02]],
              
                       [[ 1.8396e-03,  1.3266e-02,  6.8261e-03],
                        [ 3.9165e-03, -8.8550e-03,  1.4806e-03],
                        [ 7.0773e-04,  1.1756e-02, -1.0292e-02]],
              
                       [[ 1.3127e-02,  4.8850e-03,  2.1176e-03],
                        [ 2.1249e-03, -5.7832e-03, -1.3140e-02],
                        [ 8.5454e-03, -8.9114e-03, -1.3402e-02]],
              
                       ...,
              
                       [[ 1.1088e-02,  7.2383e-03,  1.2047e-02],
                        [ 9.5457e-03,  1.3826e-02, -2.5452e-03],
                        [ 9.1783e-03,  1.0598e-02, -8.6740e-04]],
              
                       [[ 4.5989e-03, -1.4716e-03, -1.2077e-02],
                        [-9.6809e-04, -1.2336e-02,  9.3714e-04],
                        [ 3.9654e-03, -7.3955e-03, -1.2232e-02]],
              
                       [[ 5.6303e-03, -8.0869e-03, -2.5287e-03],
                        [ 1.8057e-03, -1.1487e-02, -2.8659e-03],
                        [ 4.0015e-03, -1.2479e-02, -1.1998e-02]]],
              
              
                      [[[ 9.4689e-03, -7.2081e-03,  1.4072e-03],
                        [ 1.2932e-02, -3.2592e-03, -8.7485e-03],
                        [ 9.2945e-03,  4.6018e-03,  4.0055e-03]],
              
                       [[-1.3764e-02, -4.2907e-03,  3.2547e-03],
                        [ 3.3341e-03,  1.1304e-03, -1.2234e-02],
                        [-1.3467e-02, -5.6734e-03,  7.4354e-03]],
              
                       [[-5.6023e-03, -2.8761e-03, -1.4718e-02],
                        [ 1.0713e-02, -1.6779e-03, -1.1996e-02],
                        [-1.2827e-02,  1.0703e-02, -9.7047e-03]],
              
                       ...,
              
                       [[ 3.2607e-03, -8.0475e-03,  6.1829e-03],
                        [-2.9395e-03,  3.3496e-03,  5.1071e-03],
                        [ 5.9723e-03,  4.7608e-03, -1.6388e-03]],
              
                       [[-4.3904e-03,  7.7792e-03, -1.2428e-02],
                        [-3.2456e-03,  5.5866e-03, -1.4352e-02],
                        [-1.1821e-02,  2.6534e-03,  7.5290e-03]],
              
                       [[ 4.6186e-03, -6.2310e-03,  1.1741e-02],
                        [-1.4587e-02,  9.7592e-03,  1.2688e-02],
                        [ 4.2982e-03,  5.2313e-03, -1.2822e-02]]],
              
              
                      ...,
              
              
                      [[[ 1.1165e-02,  7.8691e-04, -9.3187e-03],
                        [-7.7603e-03, -3.0258e-03, -9.7707e-03],
                        [ 7.5438e-03,  1.4036e-02,  1.0273e-02]],
              
                       [[-1.3591e-02,  7.4804e-03, -4.6866e-04],
                        [-1.3815e-02,  1.2045e-02, -9.8406e-03],
                        [ 1.0759e-02,  6.9177e-03, -1.3892e-02]],
              
                       [[ 1.2857e-02, -4.8749e-04,  9.5570e-03],
                        [ 2.7064e-03, -8.0672e-03,  1.0471e-02],
                        [ 5.2177e-03,  1.2281e-02, -6.2795e-03]],
              
                       ...,
              
                       [[ 1.0430e-03,  1.3958e-02, -1.1441e-02],
                        [-1.0572e-02,  4.8599e-04, -8.1871e-03],
                        [ 8.7779e-03,  8.1478e-03, -3.1877e-03]],
              
                       [[ 7.4461e-03,  2.9228e-03, -1.0984e-02],
                        [ 9.8613e-03,  1.3081e-02,  1.2413e-02],
                        [ 1.2035e-02, -3.1168e-03, -7.5135e-03]],
              
                       [[ 8.0283e-03, -4.2646e-03, -7.9841e-03],
                        [-1.9161e-05, -6.6800e-03, -1.6066e-04],
                        [ 9.5017e-03, -1.7248e-03,  7.0304e-03]]],
              
              
                      [[[ 3.5356e-03, -7.6512e-03, -8.9665e-03],
                        [-4.8910e-03,  2.0278e-03,  7.1160e-03],
                        [-3.0881e-03, -4.1455e-03,  1.1920e-02]],
              
                       [[ 3.7466e-03, -3.9381e-03,  1.4420e-02],
                        [-1.3107e-02, -5.7352e-03,  6.8331e-03],
                        [-6.0296e-03,  1.2593e-02,  8.2828e-03]],
              
                       [[-9.1421e-03,  1.2051e-02,  9.1719e-03],
                        [-2.3811e-03, -1.4370e-02, -1.1317e-02],
                        [-5.8528e-03,  5.9658e-03, -7.2074e-03]],
              
                       ...,
              
                       [[ 1.4338e-02,  1.0304e-02, -6.8373e-03],
                        [ 2.6406e-03, -2.9580e-03, -2.9774e-03],
                        [-6.9043e-03,  1.4699e-02, -7.5011e-03]],
              
                       [[ 9.0359e-03, -7.4744e-03,  2.7057e-03],
                        [-1.0241e-03, -9.2485e-03, -3.4580e-03],
                        [ 3.8833e-03,  7.4134e-03, -1.1881e-02]],
              
                       [[-1.9624e-03,  2.7043e-03, -4.4755e-04],
                        [-1.1581e-02, -1.3765e-02, -8.7221e-03],
                        [ 1.3774e-02, -1.1876e-02, -1.0575e-02]]],
              
              
                      [[[-1.7063e-04,  6.7622e-04,  8.8984e-03],
                        [-5.9551e-03,  1.2280e-02, -1.2928e-02],
                        [-1.2386e-02,  1.3566e-02,  3.3778e-03]],
              
                       [[-4.9461e-03, -1.1765e-03, -5.0370e-03],
                        [-3.2352e-03,  8.2034e-03,  1.2355e-02],
                        [ 3.5783e-03,  1.1220e-02, -1.3388e-02]],
              
                       [[-1.8399e-03,  5.9302e-03,  9.6810e-03],
                        [ 5.0733e-03,  1.0453e-02, -4.8722e-03],
                        [-1.3514e-02, -1.1929e-03,  1.7507e-03]],
              
                       ...,
              
                       [[-1.4605e-03,  2.2461e-03, -8.0156e-03],
                        [ 1.0985e-02,  5.1273e-03, -1.1668e-02],
                        [ 1.4627e-02,  2.7758e-03,  7.2483e-03]],
              
                       [[ 1.3621e-02, -4.5283e-03,  6.4443e-04],
                        [ 1.0748e-02,  1.1094e-02,  1.4675e-02],
                        [-9.0625e-03, -6.1689e-03, -2.2046e-03]],
              
                       [[-1.4035e-03, -1.3366e-02,  5.8688e-03],
                        [ 2.4954e-04,  7.3011e-03,  8.3442e-03],
                        [-2.7433e-04, -1.0389e-02,  3.1839e-03]]]])),
             ('up2.conv.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.])),
             ('up2.conv.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up2.conv.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up2.conv.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.])),
             ('up2.conv.double_conv.1.num_batches_tracked', tensor(0)),
             ('up2.conv.double_conv.3.weight',
              tensor([[[[ 7.9497e-03, -1.7790e-02, -1.7096e-02],
                        [-1.6327e-02,  4.0280e-03, -1.9224e-02],
                        [-4.1614e-03,  2.0345e-02, -1.3011e-02]],
              
                       [[-1.1634e-02,  5.5307e-03, -1.6266e-02],
                        [-1.1103e-02,  8.3270e-03, -1.5757e-02],
                        [ 1.5221e-02, -1.2837e-02,  9.6909e-04]],
              
                       [[-1.6213e-02,  6.1893e-03,  1.9967e-02],
                        [-1.0630e-02,  2.0123e-02,  6.5128e-03],
                        [-2.0276e-02,  2.0401e-02,  1.5855e-02]],
              
                       ...,
              
                       [[ 1.4602e-02, -9.3187e-03,  1.2791e-02],
                        [ 3.5288e-03,  8.2964e-03,  1.7589e-02],
                        [ 4.4983e-03, -4.8159e-04, -3.6260e-03]],
              
                       [[-8.9474e-05,  1.3904e-02,  1.9019e-02],
                        [-1.9988e-02, -1.3111e-02,  6.4248e-04],
                        [ 6.8580e-04,  1.7128e-03,  5.4387e-03]],
              
                       [[ 1.4890e-02, -9.2215e-03, -5.8313e-03],
                        [ 1.1482e-02, -1.2943e-02,  1.7208e-02],
                        [-2.3544e-03,  8.3377e-04, -1.4550e-02]]],
              
              
                      [[[-2.5915e-03, -3.9138e-03, -1.6308e-02],
                        [-1.9927e-02, -9.3398e-03, -1.9362e-02],
                        [-1.4066e-02,  9.7209e-03,  1.6551e-02]],
              
                       [[-1.9409e-02, -1.3963e-02,  6.9585e-03],
                        [-5.1612e-04, -1.9914e-02,  1.8270e-02],
                        [-7.2831e-03,  1.2477e-02, -2.8120e-04]],
              
                       [[-1.5371e-02,  9.3540e-04,  9.9296e-03],
                        [-1.0750e-02, -3.9004e-03,  1.7460e-02],
                        [-1.9144e-02,  2.0190e-02, -1.1884e-02]],
              
                       ...,
              
                       [[ 7.7697e-03,  1.9071e-02, -3.6815e-03],
                        [ 5.6426e-03, -8.5833e-03,  1.6836e-02],
                        [ 1.8768e-03, -2.5059e-04,  8.1764e-03]],
              
                       [[ 5.9330e-03, -1.4364e-02, -3.9514e-03],
                        [ 1.9684e-02, -1.4239e-02, -2.0091e-02],
                        [ 2.0407e-02,  1.8737e-02, -5.8489e-03]],
              
                       [[ 5.4501e-03,  1.1028e-02, -1.9625e-02],
                        [-1.3838e-02, -8.5165e-03,  2.6146e-03],
                        [-6.4134e-03,  1.4367e-02,  1.4903e-02]]],
              
              
                      [[[-1.1303e-03,  3.3091e-03, -6.1916e-03],
                        [-1.5099e-02, -2.1207e-04,  4.5621e-03],
                        [ 1.7857e-02, -2.7128e-03, -5.4803e-03]],
              
                       [[ 5.9743e-03,  2.0597e-02,  6.6697e-03],
                        [ 9.8200e-03,  1.3099e-02,  1.7841e-03],
                        [-1.6089e-02,  1.5824e-02,  8.0234e-04]],
              
                       [[-7.2984e-03,  1.2674e-02,  1.8605e-02],
                        [ 3.9323e-03,  8.1922e-03, -9.3463e-04],
                        [-1.9702e-02,  1.4019e-02,  1.6300e-02]],
              
                       ...,
              
                       [[ 1.6479e-02,  1.6218e-02, -1.5242e-02],
                        [-3.6273e-03,  5.0512e-03,  1.1426e-02],
                        [ 7.1217e-03,  7.2147e-03, -2.5175e-03]],
              
                       [[ 1.5327e-02,  1.4072e-02, -1.7085e-02],
                        [ 4.0818e-04, -1.7114e-02, -3.8038e-03],
                        [-1.5342e-02, -2.0213e-02, -1.3697e-02]],
              
                       [[-2.0410e-02, -1.5656e-02,  5.8427e-03],
                        [-3.8405e-03,  1.0923e-02, -1.2858e-02],
                        [ 1.8628e-02,  4.0466e-03, -2.0422e-02]]],
              
              
                      ...,
              
              
                      [[[-1.9150e-02,  1.2267e-02,  1.7782e-02],
                        [ 1.3684e-02, -1.9804e-02, -9.2421e-03],
                        [ 1.7435e-02,  1.7343e-02, -1.8515e-02]],
              
                       [[ 1.8531e-02, -6.2842e-03, -2.1436e-03],
                        [-6.2577e-03,  1.8332e-02,  1.9857e-02],
                        [-1.0869e-02, -5.4065e-03,  1.8648e-02]],
              
                       [[-9.8150e-03, -1.9312e-02, -5.3483e-04],
                        [ 2.2209e-03,  2.0530e-02, -6.2797e-03],
                        [ 3.1732e-03,  1.7359e-02,  1.0300e-02]],
              
                       ...,
              
                       [[ 5.3619e-03, -8.6172e-03,  1.9207e-02],
                        [ 1.2767e-02, -3.0699e-03, -9.6391e-03],
                        [-8.9599e-04,  6.0747e-03,  4.0384e-03]],
              
                       [[-5.2875e-03,  6.5115e-04,  5.4017e-03],
                        [ 1.5804e-03,  8.6046e-03,  1.7447e-02],
                        [ 7.5348e-03,  1.8965e-02,  1.9957e-02]],
              
                       [[-1.0331e-02, -1.1320e-02,  1.5131e-02],
                        [ 2.9035e-03,  1.1799e-02, -1.5353e-03],
                        [-8.3366e-03,  9.3031e-03, -1.7604e-02]]],
              
              
                      [[[ 1.4307e-02,  1.1860e-02,  5.1069e-03],
                        [-1.5284e-02,  8.2293e-03, -9.5887e-03],
                        [ 5.3585e-03,  2.0224e-03,  1.5437e-02]],
              
                       [[ 1.2629e-03,  9.5884e-03,  1.5362e-02],
                        [-4.8209e-03,  1.4933e-02, -1.2048e-02],
                        [-3.0520e-05, -1.3378e-02, -2.1463e-03]],
              
                       [[-1.1527e-02,  7.7163e-03, -1.2359e-02],
                        [-2.0476e-02, -1.7779e-02, -6.4546e-03],
                        [ 3.1536e-03, -1.0851e-04, -1.9629e-02]],
              
                       ...,
              
                       [[-3.6267e-03, -1.7496e-02, -1.8531e-02],
                        [ 3.0812e-03, -4.4989e-03, -5.3328e-03],
                        [-3.5008e-03, -1.0352e-02,  2.0659e-02]],
              
                       [[-4.5241e-03,  6.3328e-03,  8.7361e-03],
                        [-6.1625e-03, -1.3019e-02,  1.6934e-02],
                        [-3.4158e-03,  8.9188e-03, -1.3646e-02]],
              
                       [[ 1.7996e-02,  1.7854e-02, -1.5007e-02],
                        [ 2.2617e-04,  1.8391e-02,  2.0008e-02],
                        [-1.4899e-03,  1.6801e-02,  2.3108e-03]]],
              
              
                      [[[-1.5664e-02,  4.3163e-03,  1.2885e-02],
                        [ 2.6682e-03,  1.6914e-02,  3.5899e-03],
                        [ 1.9674e-02, -1.1662e-02, -1.2853e-02]],
              
                       [[-3.9540e-04, -1.7787e-02,  9.8214e-03],
                        [ 1.3250e-02, -2.1693e-03, -4.9136e-03],
                        [ 1.9610e-02,  1.1362e-03,  2.0132e-02]],
              
                       [[ 1.0343e-03,  8.4445e-03,  1.5850e-02],
                        [ 1.1820e-02,  1.0775e-03, -1.8296e-02],
                        [-1.1273e-02,  2.6236e-03,  1.3343e-02]],
              
                       ...,
              
                       [[ 1.6003e-02,  5.4038e-03, -3.7506e-03],
                        [-2.4944e-03, -8.0193e-03, -6.6061e-03],
                        [-1.2857e-02,  1.3497e-02,  8.1090e-03]],
              
                       [[-1.8006e-02, -8.5612e-03,  1.9954e-02],
                        [-3.3323e-03, -7.7578e-04,  1.2751e-02],
                        [ 8.0447e-03, -3.9115e-04,  2.0177e-02]],
              
                       [[-1.7435e-02, -8.4071e-03, -9.7204e-03],
                        [ 1.8257e-02, -1.7279e-02, -1.8781e-02],
                        [ 1.5807e-02, -1.8718e-02,  2.0478e-02]]]])),
             ('up2.conv.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.])),
             ('up2.conv.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up2.conv.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up2.conv.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.])),
             ('up2.conv.double_conv.4.num_batches_tracked', tensor(0)),
             ('up3.conv.double_conv.0.weight',
              tensor([[[[ 6.5360e-04, -1.1478e-02, -1.2108e-02],
                        [-1.3628e-02, -9.4881e-03,  4.5922e-03],
                        [-1.3436e-03, -9.4868e-03, -4.5939e-03]],
              
                       [[ 1.0784e-02, -1.2223e-03, -1.5292e-02],
                        [-5.8855e-03, -1.8780e-02, -8.7660e-03],
                        [ 1.8609e-03,  1.2953e-02, -1.4010e-02]],
              
                       [[-6.7148e-03, -1.5341e-02,  1.2591e-02],
                        [ 7.5377e-03,  1.1052e-02, -1.1975e-02],
                        [-1.9517e-02, -1.9137e-02, -7.4886e-04]],
              
                       ...,
              
                       [[ 2.0512e-02, -3.9202e-03,  1.4523e-02],
                        [ 1.2714e-02,  1.3007e-02,  6.8676e-04],
                        [-1.7327e-02, -8.6569e-03,  1.2416e-03]],
              
                       [[-2.0188e-02, -1.2779e-02, -7.3068e-03],
                        [-9.3873e-03,  1.3301e-02,  1.6646e-02],
                        [-1.7413e-02,  1.7294e-03, -1.5510e-02]],
              
                       [[-1.4983e-02,  1.7590e-02,  1.2623e-02],
                        [-2.8354e-03, -2.8116e-03,  1.7879e-02],
                        [-1.7114e-02,  1.2573e-02,  1.0661e-02]]],
              
              
                      [[[ 1.1610e-02, -1.0957e-02,  1.8087e-02],
                        [ 1.2981e-02, -1.2237e-02, -1.3717e-02],
                        [-8.9545e-03,  1.0519e-02, -1.8804e-02]],
              
                       [[-5.7298e-03,  1.7915e-02, -3.1621e-03],
                        [ 7.9957e-03,  3.4881e-03, -1.5158e-02],
                        [ 1.8798e-03,  1.6252e-02, -1.5315e-03]],
              
                       [[-4.2252e-03,  8.9630e-03, -7.0830e-03],
                        [-1.0045e-02, -2.2602e-03,  7.8443e-03],
                        [-2.6957e-03,  1.3411e-02,  4.8645e-03]],
              
                       ...,
              
                       [[-5.3712e-03, -1.0452e-02, -1.6330e-02],
                        [-1.0432e-02, -1.9882e-02, -1.6169e-02],
                        [-7.2622e-03, -1.8196e-02, -6.7982e-03]],
              
                       [[-7.0105e-05, -1.2175e-02, -1.0749e-02],
                        [ 1.1441e-02,  3.5827e-03,  1.7456e-02],
                        [-4.9655e-03,  1.9057e-03, -1.7193e-02]],
              
                       [[ 1.7013e-02,  3.1988e-04,  5.7411e-03],
                        [-3.7235e-04, -1.8450e-03,  3.6671e-03],
                        [ 1.6459e-02,  1.1565e-02,  1.9842e-02]]],
              
              
                      [[[ 1.6914e-02, -1.2111e-02,  1.4786e-02],
                        [ 7.7207e-03,  2.5537e-03,  4.0743e-03],
                        [ 1.0419e-04,  1.0066e-02, -8.1808e-03]],
              
                       [[ 5.5924e-03,  3.0751e-03, -1.4255e-02],
                        [ 1.4609e-02, -6.0797e-03,  1.8090e-02],
                        [-2.0465e-02, -1.9647e-02,  1.9963e-02]],
              
                       [[ 1.7703e-02,  9.7912e-04, -1.7088e-02],
                        [-3.0930e-03,  1.0013e-02,  1.5110e-02],
                        [-1.5153e-02, -6.5340e-03,  1.6374e-02]],
              
                       ...,
              
                       [[-1.0198e-02,  1.8628e-02, -7.3407e-03],
                        [-2.0066e-02,  1.8155e-02,  8.2106e-03],
                        [-5.0477e-04, -5.1193e-03, -1.9685e-02]],
              
                       [[ 7.3187e-03, -1.8577e-02, -1.9180e-02],
                        [ 1.3858e-02, -1.6733e-02, -5.7723e-04],
                        [ 1.2103e-02,  8.6336e-03, -2.0067e-02]],
              
                       [[-3.8180e-03,  1.9922e-03, -1.2753e-02],
                        [ 1.9889e-02,  1.9218e-02,  1.2516e-02],
                        [-1.6966e-02, -1.9937e-02,  6.3545e-03]]],
              
              
                      ...,
              
              
                      [[[ 1.4647e-02,  1.3599e-02, -1.1497e-02],
                        [ 1.0819e-02,  6.2655e-03,  8.2514e-03],
                        [ 9.7814e-03,  1.5446e-03,  5.0288e-03]],
              
                       [[-3.7955e-03,  1.2494e-02, -7.8703e-03],
                        [ 4.0349e-03,  1.4197e-02, -1.1018e-02],
                        [ 1.2082e-02, -1.9828e-03,  1.1344e-02]],
              
                       [[-1.6060e-02,  5.2254e-03,  1.3679e-02],
                        [ 2.3551e-03, -5.8034e-03, -1.0188e-02],
                        [-7.8099e-03, -7.3378e-03, -1.6845e-02]],
              
                       ...,
              
                       [[ 4.8750e-03, -1.5202e-02, -8.3033e-03],
                        [-1.4143e-02,  9.6245e-03,  1.0595e-03],
                        [-6.6992e-03,  1.8018e-02,  1.4028e-02]],
              
                       [[-2.4361e-03,  8.2809e-03, -6.7384e-03],
                        [-2.4594e-03,  4.9077e-03,  1.8375e-02],
                        [-4.1593e-03, -3.5705e-03, -1.3529e-02]],
              
                       [[-1.7012e-02,  1.9748e-02,  1.9104e-02],
                        [-1.4910e-02, -1.9546e-02,  1.1406e-02],
                        [-1.7544e-04,  1.5866e-02,  3.8805e-03]]],
              
              
                      [[[-4.2661e-03,  2.0544e-02, -2.0223e-02],
                        [-1.7558e-02,  1.2315e-02, -1.1358e-03],
                        [-9.5695e-03,  1.7591e-02, -1.8437e-02]],
              
                       [[-7.6622e-03,  1.3523e-02, -1.2805e-02],
                        [ 4.2950e-03, -7.9838e-03, -8.6255e-03],
                        [ 1.5282e-03, -8.8083e-03,  5.8126e-03]],
              
                       [[ 1.2428e-02,  1.6649e-03, -1.8423e-02],
                        [ 3.3804e-03, -9.0342e-03, -2.8731e-03],
                        [ 2.8868e-03, -4.1382e-03,  1.6776e-02]],
              
                       ...,
              
                       [[ 1.6678e-02, -4.2476e-03, -9.8835e-03],
                        [-9.7655e-03, -3.7623e-03,  5.0571e-03],
                        [ 1.0131e-02, -7.6768e-03, -5.4080e-04]],
              
                       [[ 1.7999e-02,  5.0342e-03, -2.2092e-03],
                        [ 1.2079e-02, -8.4492e-03, -1.6282e-02],
                        [-2.0245e-02,  4.7685e-03, -9.7620e-03]],
              
                       [[-4.6216e-03, -1.1652e-02, -1.2818e-02],
                        [ 1.2088e-02, -9.3832e-03, -4.1677e-03],
                        [ 1.1476e-02, -4.4116e-03, -2.0018e-02]]],
              
              
                      [[[ 3.7413e-03, -1.8938e-02, -1.2220e-02],
                        [ 1.7449e-02,  9.5147e-03,  2.5178e-03],
                        [-6.6552e-03,  2.6520e-03, -2.0583e-02]],
              
                       [[ 1.9046e-02,  1.7330e-03,  3.4585e-03],
                        [ 1.6316e-02, -1.8740e-02,  1.6343e-02],
                        [-8.1862e-03, -1.9654e-02,  6.7754e-04]],
              
                       [[-7.8348e-03, -1.0483e-02, -1.1580e-02],
                        [ 2.0537e-02, -1.2595e-02,  4.6942e-03],
                        [ 5.1139e-04, -8.2631e-04, -1.3213e-03]],
              
                       ...,
              
                       [[ 2.0120e-02, -1.8718e-02,  7.1457e-03],
                        [ 8.7498e-03, -8.0881e-03, -8.0977e-03],
                        [-1.8490e-02, -2.0089e-02,  2.6450e-04]],
              
                       [[ 3.0537e-03, -8.0446e-03, -9.7033e-03],
                        [ 2.9420e-03,  1.5974e-02, -8.4568e-03],
                        [-4.6306e-03,  7.5076e-03, -9.9498e-04]],
              
                       [[-1.7441e-02, -4.8928e-03,  2.0088e-02],
                        [ 1.1744e-02, -1.9409e-02, -1.2495e-02],
                        [ 1.6826e-02, -6.6388e-03, -1.3236e-03]]]])),
             ('up3.conv.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.])),
             ('up3.conv.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up3.conv.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up3.conv.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.])),
             ('up3.conv.double_conv.1.num_batches_tracked', tensor(0)),
             ('up3.conv.double_conv.3.weight',
              tensor([[[[-6.2617e-03,  5.1519e-03,  1.0535e-02],
                        [ 2.2614e-02,  2.3770e-02,  7.1172e-03],
                        [-9.0252e-04, -2.0448e-02, -2.0432e-02]],
              
                       [[-5.3073e-03,  2.0543e-03, -1.9999e-02],
                        [ 1.7058e-02,  4.4323e-03,  2.0256e-02],
                        [ 1.6059e-02,  7.8848e-03,  2.6898e-02]],
              
                       [[ 2.4905e-02, -9.5489e-04, -4.0310e-05],
                        [ 2.6839e-02,  1.0395e-02, -1.1824e-02],
                        [ 1.3696e-02, -4.7753e-03,  4.4547e-03]],
              
                       ...,
              
                       [[-4.0551e-03, -2.0774e-02,  5.0831e-03],
                        [ 8.9578e-03, -2.4251e-02, -2.7485e-02],
                        [-1.1212e-02, -3.5667e-03, -2.9207e-02]],
              
                       [[-2.5817e-02,  2.8529e-02, -2.4398e-02],
                        [ 2.0831e-02,  1.4292e-02, -1.8673e-02],
                        [-8.5094e-04, -1.2406e-03,  3.7525e-04]],
              
                       [[ 2.1931e-03,  6.2044e-03, -9.8672e-03],
                        [-6.0165e-03,  7.0416e-03, -3.2293e-03],
                        [-1.1025e-02, -1.1666e-02, -1.8839e-02]]],
              
              
                      [[[-1.9571e-02,  1.3345e-02, -3.1977e-03],
                        [-2.4555e-02, -3.5323e-03, -2.8703e-02],
                        [-1.5313e-02,  2.1116e-02, -1.0758e-03]],
              
                       [[-1.0014e-02,  1.1471e-02, -2.2742e-02],
                        [ 2.5164e-02,  1.5579e-02, -2.2211e-02],
                        [ 2.7174e-02,  1.9207e-02, -1.7626e-02]],
              
                       [[ 2.7689e-02, -5.7403e-03, -1.0863e-02],
                        [ 5.0870e-03,  6.7373e-03, -2.0150e-02],
                        [ 2.9319e-02, -9.6329e-03, -2.0385e-02]],
              
                       ...,
              
                       [[-2.4959e-02,  1.2766e-03,  2.4264e-03],
                        [ 2.1160e-02, -2.1553e-02,  1.6825e-02],
                        [ 2.6579e-02,  6.6060e-03,  2.5650e-02]],
              
                       [[ 4.5595e-03,  1.9319e-03, -2.5173e-02],
                        [-2.3925e-02, -8.3372e-03, -9.0146e-03],
                        [ 1.7461e-02, -2.5896e-02, -1.8144e-02]],
              
                       [[ 2.5831e-02, -2.1761e-02, -2.9396e-02],
                        [ 2.7635e-02, -1.2928e-02,  5.8588e-03],
                        [-2.0192e-02,  4.7528e-03,  2.8390e-02]]],
              
              
                      [[[ 1.8739e-03, -1.3140e-02,  2.6128e-02],
                        [ 1.1566e-02,  3.5446e-03, -5.1995e-03],
                        [ 5.5016e-03, -4.5294e-03,  1.9544e-02]],
              
                       [[-9.9646e-03,  2.7664e-02,  1.1371e-02],
                        [ 1.2055e-02,  1.6825e-02, -1.1272e-02],
                        [ 1.3120e-02,  1.7465e-02,  1.1575e-02]],
              
                       [[-4.8596e-03,  9.3461e-03,  2.0105e-02],
                        [ 1.2126e-02, -2.2240e-03,  1.3572e-02],
                        [-2.8769e-02, -7.9955e-03, -1.2733e-02]],
              
                       ...,
              
                       [[ 2.5646e-02,  1.6559e-02, -2.2198e-02],
                        [-3.0433e-03,  2.7646e-02,  2.8915e-02],
                        [ 2.3706e-02, -2.5853e-02, -8.8919e-05]],
              
                       [[ 1.9385e-02,  9.4940e-03, -1.7507e-02],
                        [-1.0995e-02, -1.9027e-02,  2.6517e-02],
                        [ 6.5096e-03,  8.3432e-03,  4.3078e-03]],
              
                       [[-1.2435e-02, -1.2040e-02,  6.4921e-03],
                        [-1.9559e-02,  2.2276e-02,  1.2324e-02],
                        [ 7.4537e-03,  5.5965e-03, -2.4149e-02]]],
              
              
                      ...,
              
              
                      [[[-2.9395e-02,  2.0365e-02, -1.6215e-02],
                        [ 1.8015e-02,  1.1132e-02, -5.3747e-03],
                        [ 4.5775e-03,  1.9513e-02,  5.4436e-03]],
              
                       [[ 2.0589e-02,  4.0204e-03, -7.1212e-03],
                        [-1.7708e-02, -2.7610e-02,  2.9521e-03],
                        [ 1.4294e-02, -6.5115e-03, -1.4379e-03]],
              
                       [[ 2.8011e-02,  1.6216e-02,  2.5210e-02],
                        [-1.6498e-02,  1.0523e-02,  2.6155e-02],
                        [ 1.6074e-02, -8.3713e-03,  2.2026e-02]],
              
                       ...,
              
                       [[-1.3617e-02, -1.4065e-02, -2.3103e-02],
                        [ 2.4879e-02, -8.9402e-03,  3.0990e-03],
                        [ 1.3965e-03, -2.5021e-02, -2.0546e-02]],
              
                       [[ 2.0246e-03, -7.9078e-03, -2.6747e-02],
                        [ 2.9376e-02, -6.2544e-03, -1.8549e-02],
                        [ 1.5150e-02, -3.9595e-03,  2.3443e-03]],
              
                       [[-3.6495e-03, -1.0052e-02,  1.2397e-03],
                        [ 3.8338e-03, -2.8786e-02, -5.1455e-03],
                        [-1.5915e-02,  2.8991e-02,  6.3032e-03]]],
              
              
                      [[[-2.0503e-02, -2.8574e-02,  1.7111e-02],
                        [-1.5106e-02,  2.2639e-02,  3.2666e-03],
                        [ 1.1444e-02, -9.7533e-03,  1.8418e-02]],
              
                       [[-2.8729e-02, -1.7639e-02,  1.5558e-02],
                        [ 2.1907e-02,  2.6665e-02, -2.0398e-02],
                        [ 4.7236e-03,  2.2406e-02, -1.1982e-03]],
              
                       [[-6.9613e-03,  1.6444e-02,  1.0986e-04],
                        [-2.5102e-02,  2.7951e-02,  1.8224e-02],
                        [-9.3261e-03, -2.2952e-02, -1.9339e-02]],
              
                       ...,
              
                       [[ 6.3333e-03, -8.1322e-03,  3.5560e-03],
                        [-2.3900e-02, -2.8754e-02, -2.0715e-02],
                        [ 1.3923e-02,  1.0834e-02, -1.1983e-02]],
              
                       [[-1.2872e-02,  6.1885e-03, -1.2684e-02],
                        [ 8.5061e-03, -1.3273e-03, -1.6401e-03],
                        [ 3.5566e-03,  1.4142e-02,  7.0110e-03]],
              
                       [[ 1.2880e-02,  6.1687e-03, -9.6315e-03],
                        [ 1.5918e-02,  2.2629e-03, -2.7104e-03],
                        [-8.4794e-04,  2.0819e-02, -2.2515e-02]]],
              
              
                      [[[ 8.6197e-03,  2.3163e-02,  1.9551e-02],
                        [ 2.2528e-02,  1.8106e-02,  1.0401e-02],
                        [-1.7955e-03, -5.1270e-03,  9.9206e-03]],
              
                       [[ 2.3529e-02,  1.5074e-02, -1.5779e-02],
                        [-2.8125e-02, -1.9706e-02, -2.7739e-02],
                        [ 1.2969e-02, -6.8372e-03, -1.8700e-02]],
              
                       [[-1.6456e-02, -1.9319e-02,  2.9451e-02],
                        [-4.3081e-03,  1.6394e-02,  2.0039e-02],
                        [-2.6109e-02,  1.8154e-02, -4.1342e-03]],
              
                       ...,
              
                       [[ 1.4506e-02, -2.9666e-03,  3.6261e-03],
                        [ 1.6303e-02, -4.9343e-03, -1.7006e-02],
                        [ 2.6239e-02, -2.3413e-02,  1.2565e-02]],
              
                       [[-7.7776e-03,  2.6909e-02,  1.0444e-02],
                        [-8.7274e-03, -8.3104e-03,  2.3266e-03],
                        [-2.4073e-02, -1.0433e-02, -1.1619e-02]],
              
                       [[-1.0362e-02, -2.3291e-02, -1.0579e-02],
                        [ 1.6419e-02,  2.0854e-02,  2.4889e-02],
                        [ 1.3606e-03, -9.4291e-03, -1.6355e-03]]]])),
             ('up3.conv.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])),
             ('up3.conv.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up3.conv.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up3.conv.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])),
             ('up3.conv.double_conv.4.num_batches_tracked', tensor(0)),
             ('up4.conv.double_conv.0.weight',
              tensor([[[[-2.4477e-02, -1.7234e-02,  2.2003e-03],
                        [-7.8829e-03,  6.1736e-03,  1.4644e-02],
                        [ 9.7539e-03,  5.7497e-04, -2.1407e-02]],
              
                       [[ 2.5615e-02,  6.0152e-03, -2.8486e-02],
                        [ 2.1189e-02,  6.7674e-03, -1.4792e-03],
                        [ 2.2734e-02,  1.7544e-03, -1.0535e-02]],
              
                       [[ 2.1016e-02,  3.9310e-03,  5.9241e-03],
                        [-9.3318e-04,  1.3821e-02,  2.8222e-02],
                        [ 7.3732e-03,  2.3611e-03,  2.2986e-02]],
              
                       ...,
              
                       [[-2.6076e-02,  9.7759e-03,  1.7446e-02],
                        [-4.6081e-03, -7.8919e-03, -1.3171e-02],
                        [ 3.6483e-03,  5.5107e-04, -2.6154e-02]],
              
                       [[ 2.4815e-02,  6.5554e-04, -2.6840e-02],
                        [-5.4893e-03, -1.2978e-02, -7.7000e-03],
                        [ 1.7822e-02, -2.0376e-02,  1.8151e-02]],
              
                       [[-1.3709e-02, -2.1298e-02,  1.4319e-02],
                        [-1.1540e-02,  2.9451e-03,  4.6603e-03],
                        [ 1.6498e-02, -2.2247e-02, -2.6400e-02]]],
              
              
                      [[[-2.9053e-02,  6.6088e-03,  2.8600e-02],
                        [-8.5117e-03,  3.7488e-03,  2.5909e-02],
                        [-6.6344e-03, -1.8867e-02,  2.1232e-02]],
              
                       [[ 2.7659e-02, -1.5675e-02, -1.2514e-02],
                        [ 6.8806e-03, -2.4540e-02, -2.0591e-02],
                        [-6.2750e-03, -2.9055e-02,  2.7674e-02]],
              
                       [[ 6.6344e-03, -2.5097e-02, -2.7987e-02],
                        [-1.9412e-02, -1.7099e-02,  2.4543e-02],
                        [-6.0892e-03, -1.9663e-02, -2.1830e-02]],
              
                       ...,
              
                       [[-2.4330e-02, -5.3355e-04,  1.6593e-02],
                        [-1.5296e-02, -1.2302e-02, -2.1773e-02],
                        [-2.4805e-02, -2.7568e-02, -5.2265e-03]],
              
                       [[ 1.4438e-02, -1.1498e-02, -5.8588e-03],
                        [ 2.3541e-02,  2.8545e-02, -2.1781e-02],
                        [ 2.1298e-02, -1.4740e-02,  2.0063e-02]],
              
                       [[-1.4228e-02,  2.7397e-02,  1.9363e-03],
                        [ 1.3088e-02,  1.8878e-02,  2.5326e-02],
                        [-2.7118e-02,  1.8095e-02,  1.5554e-02]]],
              
              
                      [[[-2.7807e-02,  2.8756e-02, -2.4947e-02],
                        [ 2.8239e-03,  6.4158e-03,  1.7847e-02],
                        [-2.1316e-02, -1.1236e-02, -7.1000e-03]],
              
                       [[-2.2642e-02, -2.9162e-02, -2.7960e-02],
                        [ 2.2822e-02,  2.6365e-02, -2.2013e-02],
                        [-4.3668e-03,  5.9663e-03, -2.2929e-02]],
              
                       [[ 2.6231e-02,  6.2513e-04, -1.5292e-02],
                        [-2.3744e-02,  1.0287e-02, -1.7989e-02],
                        [ 1.4567e-02, -5.4238e-04, -1.8888e-03]],
              
                       ...,
              
                       [[ 8.2702e-03, -3.9680e-03,  4.4591e-03],
                        [ 1.2113e-02,  1.9210e-02, -2.1732e-02],
                        [ 1.8309e-02, -2.5562e-02, -3.4519e-03]],
              
                       [[ 2.0920e-02,  5.1383e-03, -2.8351e-02],
                        [ 2.4168e-02,  2.4032e-03,  4.4554e-03],
                        [-9.5799e-03, -4.6795e-03,  2.1697e-02]],
              
                       [[ 5.9437e-03,  1.4123e-03, -8.3815e-03],
                        [ 2.3132e-02, -2.6785e-02, -1.6763e-02],
                        [-9.6515e-03, -2.1222e-02,  2.4000e-02]]],
              
              
                      ...,
              
              
                      [[[-2.3391e-02,  2.3395e-02, -2.1791e-02],
                        [ 1.8008e-02,  5.3447e-03,  2.3465e-02],
                        [ 1.7817e-02, -3.0541e-04,  1.8585e-02]],
              
                       [[-1.8773e-02,  9.5143e-03, -9.0805e-03],
                        [-1.1845e-02, -2.0910e-02,  7.6076e-03],
                        [-1.9462e-03,  2.5138e-02, -2.8411e-02]],
              
                       [[ 1.2022e-02, -1.4268e-02,  1.6846e-02],
                        [-1.5587e-02, -2.2586e-02,  1.7113e-03],
                        [-2.0474e-02,  2.1718e-02,  2.6473e-02]],
              
                       ...,
              
                       [[-9.5288e-04, -2.0567e-02, -5.8081e-03],
                        [-9.2609e-03,  2.2689e-02,  7.9880e-03],
                        [-2.3267e-02, -2.2080e-03, -3.7323e-04]],
              
                       [[ 7.0031e-03,  1.5936e-02, -1.7355e-02],
                        [ 9.1528e-03,  6.0140e-04, -4.6582e-03],
                        [-2.2403e-03,  1.1589e-02,  1.3004e-02]],
              
                       [[ 7.5902e-03, -2.7939e-02,  1.6827e-02],
                        [-1.1944e-02, -2.1053e-02,  7.7404e-03],
                        [-2.4648e-02,  1.0781e-02,  1.6477e-02]]],
              
              
                      [[[ 2.8526e-02, -8.3310e-03, -3.3514e-03],
                        [ 8.7738e-03,  3.3132e-03, -2.3501e-03],
                        [-1.5227e-02, -6.8209e-03,  7.2189e-03]],
              
                       [[ 3.2429e-03,  2.9305e-02,  7.2086e-03],
                        [-2.8544e-02, -2.1567e-02, -7.0302e-03],
                        [-1.2484e-02,  4.2848e-03, -1.5662e-02]],
              
                       [[ 1.4185e-03,  6.2046e-03,  2.1498e-02],
                        [ 1.4784e-02, -2.4929e-02, -2.7400e-02],
                        [-2.6303e-05,  2.4616e-02, -1.2550e-02]],
              
                       ...,
              
                       [[-1.1245e-02, -6.3400e-03, -1.4372e-02],
                        [-2.6327e-02, -9.7659e-03, -1.9709e-03],
                        [-2.4333e-03,  5.2920e-03,  1.3149e-02]],
              
                       [[ 2.8700e-03,  7.3612e-03,  2.3691e-03],
                        [-2.7523e-02,  1.5241e-02,  1.3450e-02],
                        [ 2.5740e-03, -3.4698e-03, -1.3424e-02]],
              
                       [[-1.4515e-02, -2.1749e-02,  1.3343e-02],
                        [ 2.5754e-02,  3.5074e-03,  1.9747e-02],
                        [ 2.7382e-03,  1.4910e-02, -2.2954e-02]]],
              
              
                      [[[-4.3458e-03, -1.3681e-02,  1.8517e-02],
                        [-1.4100e-02,  2.4556e-02, -1.6581e-03],
                        [-2.7384e-02,  1.7085e-02,  1.9694e-02]],
              
                       [[ 5.4223e-03, -1.7057e-02, -6.0624e-03],
                        [ 2.8144e-02, -1.2404e-02, -9.2200e-05],
                        [ 8.0187e-03, -2.4534e-02, -6.1641e-03]],
              
                       [[ 4.4628e-03, -2.3212e-02,  1.8625e-02],
                        [ 2.0626e-03, -1.1065e-02,  2.2116e-02],
                        [-2.3691e-02,  7.7271e-03,  2.3667e-02]],
              
                       ...,
              
                       [[ 1.6437e-02,  1.7844e-02,  4.2858e-03],
                        [ 1.8507e-02, -1.4175e-02,  6.2452e-03],
                        [-2.2591e-02, -1.6163e-02,  2.8446e-02]],
              
                       [[ 7.0578e-03,  8.5772e-03,  1.2336e-03],
                        [-2.7270e-02, -4.7153e-03,  1.8364e-02],
                        [-1.7723e-02, -6.1744e-03, -2.6519e-02]],
              
                       [[ 2.6981e-03,  2.3110e-02, -1.9544e-02],
                        [ 2.8593e-02,  2.6731e-02,  2.1887e-02],
                        [-9.6571e-04,  1.7459e-02,  3.4465e-03]]]])),
             ('up4.conv.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])),
             ('up4.conv.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up4.conv.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up4.conv.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])),
             ('up4.conv.double_conv.1.num_batches_tracked', tensor(0)),
             ('up4.conv.double_conv.3.weight',
              tensor([[[[ 3.1426e-03, -3.7804e-02, -1.9636e-03],
                        [-3.3168e-02,  2.4599e-03, -2.5361e-02],
                        [ 2.0291e-02, -3.1659e-02, -2.2596e-02]],
              
                       [[-8.4917e-03, -3.0465e-04, -2.1817e-02],
                        [ 2.9646e-03,  2.4069e-02, -2.6871e-02],
                        [ 2.7976e-02, -2.9426e-02, -1.9063e-02]],
              
                       [[ 3.4714e-02,  2.5515e-02,  2.2645e-03],
                        [ 1.1169e-02, -1.5637e-02, -3.2919e-02],
                        [-1.3760e-02,  1.0523e-03,  3.2319e-02]],
              
                       ...,
              
                       [[-2.6632e-02,  1.5643e-02, -3.1304e-03],
                        [-6.5018e-03,  1.7912e-02, -1.7220e-02],
                        [ 3.1036e-02,  3.4784e-02, -1.4025e-02]],
              
                       [[ 3.3626e-02, -2.4100e-02,  3.6708e-02],
                        [-2.1758e-02, -1.4161e-02, -2.8572e-02],
                        [ 5.2657e-03,  2.2184e-02, -1.2249e-02]],
              
                       [[ 3.9889e-02, -9.9724e-03,  1.4062e-03],
                        [ 1.6991e-02, -5.8726e-03, -1.2741e-02],
                        [-2.3483e-02,  3.6793e-02,  1.0728e-03]]],
              
              
                      [[[-1.1431e-02,  2.8004e-03, -2.1472e-02],
                        [-4.7250e-03,  3.1195e-02, -3.4145e-02],
                        [-3.9074e-02, -9.0451e-03,  3.6595e-02]],
              
                       [[-3.4954e-02, -2.8686e-02,  7.4445e-03],
                        [-3.4594e-02, -1.5361e-02,  3.2916e-02],
                        [ 7.3619e-03, -2.8733e-02, -2.8171e-02]],
              
                       [[-1.6132e-02,  9.1593e-03, -1.5983e-03],
                        [ 1.9147e-02, -3.0231e-02,  3.5481e-02],
                        [-2.8131e-02, -1.5797e-02,  1.4560e-02]],
              
                       ...,
              
                       [[-2.0996e-03, -2.3411e-02, -1.1860e-02],
                        [ 3.8093e-02,  3.5264e-02,  3.0247e-02],
                        [ 1.3708e-02, -2.7209e-02,  3.5293e-02]],
              
                       [[-1.4823e-02, -1.3127e-02, -1.8602e-02],
                        [ 3.1382e-02, -2.8936e-02, -3.5547e-02],
                        [ 2.8250e-02,  2.5477e-02, -1.1684e-02]],
              
                       [[-3.4762e-03, -2.8827e-02,  2.2720e-02],
                        [ 1.9048e-02,  1.9151e-02,  4.8282e-03],
                        [ 3.6979e-02,  1.1263e-02,  1.4983e-02]]],
              
              
                      [[[ 4.0528e-02, -1.5267e-02,  4.1640e-02],
                        [ 1.4580e-02,  2.1254e-03,  2.1454e-02],
                        [ 2.3367e-02,  2.4535e-02, -2.9547e-02]],
              
                       [[ 1.2478e-02, -3.2175e-02,  3.1261e-02],
                        [-2.5070e-02,  1.0443e-02, -1.7667e-02],
                        [-3.9835e-03, -1.4524e-02,  2.9181e-02]],
              
                       [[ 8.7496e-03,  1.6791e-02, -3.3366e-02],
                        [ 3.9007e-02,  1.0403e-02,  3.8254e-02],
                        [-1.2029e-02,  1.1168e-02, -1.9442e-02]],
              
                       ...,
              
                       [[ 2.2030e-02,  1.0903e-02, -1.4863e-02],
                        [-1.3346e-02, -3.5193e-02,  3.2643e-02],
                        [-3.8632e-02, -8.3370e-03,  1.8904e-02]],
              
                       [[-3.9616e-02, -2.5855e-02,  3.3651e-02],
                        [ 3.9193e-02,  2.7768e-02,  1.4065e-02],
                        [-8.8412e-03, -2.1744e-02, -2.0466e-02]],
              
                       [[-9.5175e-03, -3.2115e-02,  2.8135e-02],
                        [-3.5135e-02, -3.5658e-02, -1.6859e-02],
                        [ 3.8371e-02,  4.0490e-03,  2.5179e-02]]],
              
              
                      ...,
              
              
                      [[[-1.6391e-02,  5.2747e-03,  3.4211e-02],
                        [-3.6951e-02, -2.0392e-02,  1.9124e-02],
                        [-4.0592e-03, -2.1158e-02, -5.6858e-03]],
              
                       [[-1.2450e-02, -7.7264e-03, -2.7716e-02],
                        [ 3.4721e-02,  2.8399e-02,  3.7686e-02],
                        [ 3.6166e-02,  1.7743e-02, -3.3313e-02]],
              
                       [[-2.4009e-03,  2.7938e-02,  8.2821e-03],
                        [-1.0567e-02, -1.0721e-02,  3.9096e-02],
                        [-1.0329e-02,  3.5188e-04,  1.9992e-02]],
              
                       ...,
              
                       [[ 4.0091e-02,  2.7190e-02, -3.8786e-02],
                        [ 3.7762e-02,  1.6390e-02, -4.1539e-02],
                        [ 2.8608e-02, -3.4842e-02, -1.5290e-02]],
              
                       [[ 2.5458e-02,  3.8800e-02,  1.8157e-02],
                        [-3.0404e-02, -2.8858e-02, -3.7904e-02],
                        [-1.7384e-02,  1.3624e-02, -3.8238e-02]],
              
                       [[-3.4968e-02, -2.1631e-02,  1.8572e-02],
                        [ 3.9958e-02,  3.1534e-02, -2.6919e-03],
                        [ 2.9025e-02, -2.5323e-02,  1.8108e-02]]],
              
              
                      [[[ 1.4118e-02,  1.3075e-02,  7.9425e-04],
                        [-1.5709e-02,  2.2579e-02, -3.4406e-03],
                        [ 3.9156e-02, -5.3889e-03, -4.1343e-02]],
              
                       [[-1.1825e-03, -7.4790e-03,  3.0482e-02],
                        [-4.0314e-02, -1.9415e-02, -5.4573e-05],
                        [-3.6205e-03, -4.0538e-02,  1.6526e-02]],
              
                       [[ 3.1517e-02,  1.2538e-02,  1.7676e-03],
                        [ 2.2461e-02, -2.9065e-02,  3.1906e-02],
                        [-3.9866e-02, -2.3473e-02,  4.0793e-02]],
              
                       ...,
              
                       [[-2.2015e-02, -1.4035e-03, -3.4191e-02],
                        [ 3.4649e-02,  2.7996e-02,  2.5186e-02],
                        [-2.6122e-02, -3.7787e-02, -3.5784e-02]],
              
                       [[-3.5926e-03, -1.5855e-02, -2.4558e-02],
                        [-3.5714e-02,  4.0327e-02,  3.9204e-02],
                        [ 1.6102e-03, -2.2671e-02,  3.9940e-02]],
              
                       [[-4.1120e-02,  6.4742e-03,  1.8772e-02],
                        [ 3.4173e-02,  5.7441e-04, -1.9311e-02],
                        [-1.4727e-02,  1.7990e-02, -1.8958e-02]]],
              
              
                      [[[ 2.9624e-02, -8.9972e-03,  4.0076e-02],
                        [ 1.4882e-02, -1.9439e-02,  8.6693e-03],
                        [-4.0603e-02,  1.5571e-02, -2.9153e-02]],
              
                       [[-3.5557e-02,  1.8946e-04,  2.2721e-02],
                        [ 2.9935e-03,  8.9930e-03, -2.0757e-02],
                        [ 2.0412e-02,  5.7608e-03,  2.6245e-02]],
              
                       [[-6.2162e-03, -7.0439e-04,  1.3922e-02],
                        [-9.8026e-03,  2.8211e-02, -3.7612e-03],
                        [-3.1022e-02, -2.4241e-02,  2.0704e-03]],
              
                       ...,
              
                       [[ 1.8656e-05, -3.5449e-02, -1.9142e-02],
                        [-3.7448e-02, -3.8316e-02,  3.6445e-02],
                        [ 1.8268e-02, -3.2087e-02, -3.0568e-02]],
              
                       [[-2.6703e-02, -7.0255e-04,  1.3062e-02],
                        [ 9.2566e-03,  3.0957e-02, -3.9456e-02],
                        [ 2.6741e-02,  1.7924e-02,  2.6267e-02]],
              
                       [[-3.0110e-02, -1.6314e-03, -2.8098e-02],
                        [ 2.0860e-02,  1.5562e-02,  2.9175e-02],
                        [ 9.1814e-03,  2.6883e-02,  2.8830e-02]]]])),
             ('up4.conv.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])),
             ('up4.conv.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up4.conv.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])),
             ('up4.conv.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])),
             ('up4.conv.double_conv.4.num_batches_tracked', tensor(0)),
             ('outc.conv.weight',
              tensor([[[[ 0.0984]],
              
                       [[-0.0668]],
              
                       [[-0.0782]],
              
                       [[ 0.0068]],
              
                       [[ 0.0089]],
              
                       [[-0.0501]],
              
                       [[-0.0261]],
              
                       [[ 0.0791]],
              
                       [[-0.1128]],
              
                       [[ 0.0102]],
              
                       [[ 0.0258]],
              
                       [[-0.0357]],
              
                       [[-0.0674]],
              
                       [[ 0.1242]],
              
                       [[ 0.0549]],
              
                       [[-0.0972]],
              
                       [[-0.1207]],
              
                       [[ 0.1104]],
              
                       [[ 0.0293]],
              
                       [[-0.1182]],
              
                       [[ 0.1166]],
              
                       [[ 0.1038]],
              
                       [[-0.0085]],
              
                       [[-0.0039]],
              
                       [[ 0.0621]],
              
                       [[ 0.0331]],
              
                       [[ 0.0618]],
              
                       [[ 0.0310]],
              
                       [[ 0.1245]],
              
                       [[-0.1027]],
              
                       [[ 0.0523]],
              
                       [[ 0.0731]],
              
                       [[-0.0253]],
              
                       [[-0.0495]],
              
                       [[ 0.1218]],
              
                       [[ 0.1106]],
              
                       [[ 0.0079]],
              
                       [[-0.1117]],
              
                       [[ 0.1123]],
              
                       [[-0.0453]],
              
                       [[ 0.0750]],
              
                       [[ 0.0378]],
              
                       [[ 0.1220]],
              
                       [[-0.1052]],
              
                       [[-0.0909]],
              
                       [[-0.0841]],
              
                       [[-0.0028]],
              
                       [[ 0.0207]],
              
                       [[-0.0161]],
              
                       [[-0.0815]],
              
                       [[ 0.0737]],
              
                       [[-0.0565]],
              
                       [[-0.0620]],
              
                       [[ 0.0920]],
              
                       [[ 0.1087]],
              
                       [[ 0.0442]],
              
                       [[-0.0377]],
              
                       [[-0.0474]],
              
                       [[ 0.0807]],
              
                       [[ 0.0298]],
              
                       [[ 0.0700]],
              
                       [[ 0.0749]],
              
                       [[ 0.0847]],
              
                       [[-0.1145]]]])),
             ('outc.conv.bias', tensor([-0.0712]))])
## 多卡:保存&读取整个模型。注意模型层名称前多了module
## 不建议,因为保存模型的GPU_id等信息和读取后训练环境可能不同,尤其是要把保存的模型交给另一用户使用的情况
os.environ['CUDA_VISIBLE_DEVICES'] = '2,3'
unet_mul = copy.deepcopy(unet)
unet_mul = nn.DataParallel(unet_mul).cuda()
unet_mul
DataParallel(
  (module): UNet(
    (inc): DoubleConv(
      (double_conv): Sequential(
        (0): Conv2d(3, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
        (1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
        (2): ReLU(inplace=True)
        (3): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
        (4): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
        (5): ReLU(inplace=True)
      )
    )
    (down1): Down(
      (maxpool_conv): Sequential(
        (0): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
        (1): DoubleConv(
          (double_conv): Sequential(
            (0): Conv2d(64, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
            (1): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
            (2): ReLU(inplace=True)
            (3): Conv2d(128, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
            (4): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
            (5): ReLU(inplace=True)
          )
        )
      )
    )
    (down2): Down(
      (maxpool_conv): Sequential(
        (0): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
        (1): DoubleConv(
          (double_conv): Sequential(
            (0): Conv2d(128, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
            (1): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
            (2): ReLU(inplace=True)
            (3): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
            (4): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
            (5): ReLU(inplace=True)
          )
        )
      )
    )
    (down3): Down(
      (maxpool_conv): Sequential(
        (0): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
        (1): DoubleConv(
          (double_conv): Sequential(
            (0): Conv2d(256, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
            (1): BatchNorm2d(512, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
            (2): ReLU(inplace=True)
            (3): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
            (4): BatchNorm2d(512, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
            (5): ReLU(inplace=True)
          )
        )
      )
    )
    (down4): Down(
      (maxpool_conv): Sequential(
        (0): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
        (1): DoubleConv(
          (double_conv): Sequential(
            (0): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
            (1): BatchNorm2d(512, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
            (2): ReLU(inplace=True)
            (3): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
            (4): BatchNorm2d(512, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
            (5): ReLU(inplace=True)
          )
        )
      )
    )
    (up1): Up(
      (up): Upsample(scale_factor=2.0, mode=bilinear)
      (conv): DoubleConv(
        (double_conv): Sequential(
          (0): Conv2d(1024, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (1): BatchNorm2d(512, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (2): ReLU(inplace=True)
          (3): Conv2d(512, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (4): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (5): ReLU(inplace=True)
        )
      )
    )
    (up2): Up(
      (up): Upsample(scale_factor=2.0, mode=bilinear)
      (conv): DoubleConv(
        (double_conv): Sequential(
          (0): Conv2d(512, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (1): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (2): ReLU(inplace=True)
          (3): Conv2d(256, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (4): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (5): ReLU(inplace=True)
        )
      )
    )
    (up3): Up(
      (up): Upsample(scale_factor=2.0, mode=bilinear)
      (conv): DoubleConv(
        (double_conv): Sequential(
          (0): Conv2d(256, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (1): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (2): ReLU(inplace=True)
          (3): Conv2d(128, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (4): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (5): ReLU(inplace=True)
        )
      )
    )
    (up4): Up(
      (up): Upsample(scale_factor=2.0, mode=bilinear)
      (conv): DoubleConv(
        (double_conv): Sequential(
          (0): Conv2d(128, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (2): ReLU(inplace=True)
          (3): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (4): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (5): ReLU(inplace=True)
        )
      )
    )
    (outc): OutConv(
      (conv): Conv2d(64, 1, kernel_size=(1, 1), stride=(1, 1))
    )
  )
)
torch.save(unet_mul, "./unet_mul_example.pth")
loaded_unet_mul = torch.load("./unet_mul_example.pth")
loaded_unet_mul
DataParallel(
  (module): UNet(
    (inc): DoubleConv(
      (double_conv): Sequential(
        (0): Conv2d(3, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
        (1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
        (2): ReLU(inplace=True)
        (3): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
        (4): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
        (5): ReLU(inplace=True)
      )
    )
    (down1): Down(
      (maxpool_conv): Sequential(
        (0): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
        (1): DoubleConv(
          (double_conv): Sequential(
            (0): Conv2d(64, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
            (1): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
            (2): ReLU(inplace=True)
            (3): Conv2d(128, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
            (4): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
            (5): ReLU(inplace=True)
          )
        )
      )
    )
    (down2): Down(
      (maxpool_conv): Sequential(
        (0): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
        (1): DoubleConv(
          (double_conv): Sequential(
            (0): Conv2d(128, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
            (1): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
            (2): ReLU(inplace=True)
            (3): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
            (4): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
            (5): ReLU(inplace=True)
          )
        )
      )
    )
    (down3): Down(
      (maxpool_conv): Sequential(
        (0): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
        (1): DoubleConv(
          (double_conv): Sequential(
            (0): Conv2d(256, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
            (1): BatchNorm2d(512, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
            (2): ReLU(inplace=True)
            (3): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
            (4): BatchNorm2d(512, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
            (5): ReLU(inplace=True)
          )
        )
      )
    )
    (down4): Down(
      (maxpool_conv): Sequential(
        (0): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
        (1): DoubleConv(
          (double_conv): Sequential(
            (0): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
            (1): BatchNorm2d(512, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
            (2): ReLU(inplace=True)
            (3): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
            (4): BatchNorm2d(512, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
            (5): ReLU(inplace=True)
          )
        )
      )
    )
    (up1): Up(
      (up): Upsample(scale_factor=2.0, mode=bilinear)
      (conv): DoubleConv(
        (double_conv): Sequential(
          (0): Conv2d(1024, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (1): BatchNorm2d(512, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (2): ReLU(inplace=True)
          (3): Conv2d(512, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (4): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (5): ReLU(inplace=True)
        )
      )
    )
    (up2): Up(
      (up): Upsample(scale_factor=2.0, mode=bilinear)
      (conv): DoubleConv(
        (double_conv): Sequential(
          (0): Conv2d(512, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (1): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (2): ReLU(inplace=True)
          (3): Conv2d(256, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (4): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (5): ReLU(inplace=True)
        )
      )
    )
    (up3): Up(
      (up): Upsample(scale_factor=2.0, mode=bilinear)
      (conv): DoubleConv(
        (double_conv): Sequential(
          (0): Conv2d(256, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (1): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (2): ReLU(inplace=True)
          (3): Conv2d(128, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (4): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (5): ReLU(inplace=True)
        )
      )
    )
    (up4): Up(
      (up): Upsample(scale_factor=2.0, mode=bilinear)
      (conv): DoubleConv(
        (double_conv): Sequential(
          (0): Conv2d(128, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (2): ReLU(inplace=True)
          (3): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (4): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (5): ReLU(inplace=True)
        )
      )
    )
    (outc): OutConv(
      (conv): Conv2d(64, 1, kernel_size=(1, 1), stride=(1, 1))
    )
  )
)
## 多卡:保存&读取模型权重。
torch.save(unet_mul.state_dict(), "./unet_weight_mul_example.pth")
loaded_unet_weights_mul = torch.load("./unet_weight_mul_example.pth")
unet_mul.load_state_dict(loaded_unet_weights_mul)
unet_mul = nn.DataParallel(unet_mul).cuda()
unet_mul.state_dict()
OrderedDict([('module.module.inc.double_conv.0.weight',
              tensor([[[[-0.1569, -0.0516,  0.1381],
                        [-0.0167,  0.1114, -0.1482],
                        [-0.1659, -0.0492, -0.1526]],
              
                       [[ 0.0871,  0.1102, -0.1270],
                        [ 0.1058,  0.0541, -0.0767],
                        [ 0.1247,  0.1813,  0.1895]],
              
                       [[ 0.0929, -0.1305,  0.0531],
                        [-0.0972, -0.1668, -0.0183],
                        [-0.1754, -0.0862,  0.0373]]],
              
              
                      [[[-0.0014,  0.1440, -0.0519],
                        [ 0.1643,  0.1829,  0.1713],
                        [-0.0702, -0.0426,  0.0083]],
              
                       [[ 0.1057,  0.0303,  0.0280],
                        [-0.0306, -0.0898,  0.1635],
                        [-0.1388, -0.0430,  0.0839]],
              
                       [[ 0.0840,  0.1753,  0.0916],
                        [ 0.0819,  0.1624,  0.1901],
                        [ 0.1914,  0.0483, -0.0875]]],
              
              
                      [[[ 0.1197, -0.1618, -0.1778],
                        [ 0.0866, -0.0638, -0.1615],
                        [ 0.1437, -0.1523, -0.1007]],
              
                       [[-0.1395, -0.0602, -0.0457],
                        [ 0.0582, -0.1701,  0.0586],
                        [-0.1828,  0.0463,  0.1460]],
              
                       [[ 0.0735,  0.0299, -0.0629],
                        [-0.0345, -0.0038,  0.0794],
                        [-0.0958, -0.1519, -0.0411]]],
              
              
                      ...,
              
              
                      [[[-0.1095,  0.0703, -0.0860],
                        [-0.1243, -0.0596, -0.1636],
                        [ 0.0819,  0.0457,  0.1248]],
              
                       [[-0.1077, -0.1394,  0.0295],
                        [ 0.1442, -0.1271,  0.1462],
                        [-0.1011,  0.1301, -0.1294]],
              
                       [[-0.1653, -0.1431, -0.1031],
                        [ 0.0511,  0.1370,  0.0210],
                        [-0.1709,  0.0438, -0.0352]]],
              
              
                      [[[-0.0893,  0.1826, -0.0856],
                        [-0.1679,  0.0620,  0.1056],
                        [-0.0206, -0.1745, -0.0500]],
              
                       [[ 0.0784,  0.0502,  0.1084],
                        [-0.0746, -0.1213,  0.0849],
                        [-0.1682, -0.1131, -0.1769]],
              
                       [[ 0.1111, -0.0814,  0.1804],
                        [-0.0183,  0.0950, -0.0082],
                        [-0.0761, -0.0757, -0.1657]]],
              
              
                      [[[ 0.0543, -0.0157, -0.1387],
                        [ 0.1503,  0.1388,  0.0653],
                        [ 0.1474, -0.0991, -0.1478]],
              
                       [[ 0.0953, -0.1215,  0.1848],
                        [-0.0360,  0.0052, -0.1841],
                        [-0.1859, -0.0946,  0.1727]],
              
                       [[-0.0668, -0.0142,  0.1517],
                        [-0.1101,  0.0217, -0.1021],
                        [-0.1509,  0.0912,  0.1346]]]], device='cuda:0')),
             ('module.module.inc.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.inc.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.inc.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.inc.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.inc.double_conv.1.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.inc.double_conv.3.weight',
              tensor([[[[-4.1079e-02,  2.4625e-02, -5.8618e-03],
                        [-3.6583e-02, -1.7239e-02,  2.4723e-02],
                        [-2.0914e-03,  3.0168e-02, -2.0448e-02]],
              
                       [[ 4.1381e-03, -2.0328e-02, -2.9454e-02],
                        [ 1.0681e-02, -3.6947e-02, -1.4246e-02],
                        [-3.8679e-03,  2.3515e-02,  7.0796e-03]],
              
                       [[-3.3515e-02,  2.3345e-02, -5.7584e-04],
                        [ 3.0752e-02, -3.5342e-02, -3.0192e-02],
                        [ 3.0137e-02,  4.9735e-03,  3.0268e-02]],
              
                       ...,
              
                       [[ 2.6247e-02,  3.5036e-02, -2.7703e-02],
                        [ 1.2037e-02, -1.1631e-02, -3.5691e-02],
                        [ 1.8343e-02,  2.3172e-02, -2.3284e-02]],
              
                       [[ 3.9720e-02, -2.9578e-02, -3.8113e-02],
                        [ 6.7576e-04, -4.0048e-02, -6.3216e-05],
                        [ 1.9008e-02,  3.8545e-02,  3.0812e-02]],
              
                       [[-6.7981e-03, -1.5902e-03,  3.7965e-02],
                        [ 8.6753e-03, -1.4569e-03, -1.9033e-02],
                        [-2.0683e-02, -2.7206e-02,  2.5007e-02]]],
              
              
                      [[[-1.3453e-02,  4.8410e-03,  6.3604e-03],
                        [ 1.4860e-02, -1.9902e-04, -3.7245e-02],
                        [ 1.2965e-02,  9.0473e-03,  2.3664e-02]],
              
                       [[-3.6142e-02, -2.9932e-02, -2.7691e-02],
                        [ 2.6747e-02,  2.1051e-02, -6.9610e-03],
                        [ 1.6672e-02,  2.4121e-02,  3.9934e-02]],
              
                       [[ 1.8793e-02,  3.8492e-02, -1.8463e-02],
                        [ 2.4193e-02,  1.2931e-02, -2.9170e-02],
                        [-2.2503e-02,  7.4183e-03, -9.9386e-03]],
              
                       ...,
              
                       [[-3.5583e-02,  1.0415e-02,  2.6884e-03],
                        [-2.4120e-02, -1.6516e-02, -3.5117e-02],
                        [-1.1389e-02, -3.2349e-02, -5.4190e-03]],
              
                       [[ 1.0794e-02, -1.4699e-02, -3.9218e-02],
                        [ 7.2620e-03,  2.3942e-02, -9.0866e-03],
                        [-3.9156e-02, -2.2665e-02,  3.0706e-02]],
              
                       [[ 2.5315e-02,  3.8635e-02, -1.4174e-03],
                        [ 4.2061e-03, -3.3006e-02, -2.6736e-02],
                        [-1.2201e-02,  2.4348e-02, -2.8096e-02]]],
              
              
                      [[[-2.9801e-02,  1.3935e-02, -2.9342e-02],
                        [-4.2913e-03,  9.5715e-03,  3.7494e-02],
                        [ 2.2639e-02,  1.3474e-02,  2.3872e-02]],
              
                       [[ 1.6016e-03,  2.9424e-02,  2.3341e-02],
                        [-1.2055e-02, -3.9560e-02, -1.5007e-02],
                        [ 2.5384e-02, -4.1246e-02,  2.9730e-02]],
              
                       [[ 2.2965e-02, -2.7511e-02, -1.2306e-02],
                        [-1.4792e-02,  2.7210e-03, -3.1689e-02],
                        [ 3.1452e-02, -2.1154e-02,  3.2495e-02]],
              
                       ...,
              
                       [[ 6.1211e-03, -1.7085e-03,  1.0614e-02],
                        [-1.3250e-03,  2.0869e-02,  7.6367e-03],
                        [-3.3447e-02, -3.5193e-02, -3.4296e-02]],
              
                       [[ 2.6182e-02, -9.0026e-03,  4.3130e-03],
                        [-1.9488e-02,  3.6438e-02, -2.9620e-02],
                        [-4.0476e-02,  8.5702e-03,  2.2612e-02]],
              
                       [[ 1.9338e-03, -1.3990e-02,  8.3609e-03],
                        [-1.3580e-02, -3.6543e-02,  2.8900e-02],
                        [ 2.8948e-02, -2.2145e-03, -2.4276e-02]]],
              
              
                      ...,
              
              
                      [[[ 6.0462e-03,  3.9649e-02,  1.0557e-02],
                        [ 3.1926e-02,  3.8248e-02,  9.8494e-03],
                        [ 1.2289e-03, -1.9980e-02, -3.3557e-02]],
              
                       [[-4.0275e-02,  1.1621e-02,  1.1366e-02],
                        [-1.9881e-02,  6.3696e-03,  4.0948e-02],
                        [-1.5219e-02, -1.6628e-02,  2.8343e-03]],
              
                       [[ 2.7490e-02,  3.5501e-02,  3.2039e-02],
                        [ 3.5091e-03,  1.1285e-02,  1.5338e-02],
                        [ 1.9410e-02, -5.1183e-03, -2.9545e-02]],
              
                       ...,
              
                       [[-2.0173e-02,  3.1788e-02,  8.5245e-03],
                        [ 1.2969e-02,  1.4843e-02,  1.5726e-02],
                        [ 3.1018e-02, -2.0554e-02,  1.6326e-02]],
              
                       [[-3.5004e-02,  3.6636e-02,  5.2004e-03],
                        [ 2.9926e-02,  3.7449e-02,  6.1300e-04],
                        [-5.1867e-04, -4.0083e-02, -3.0298e-02]],
              
                       [[-1.5009e-02,  4.1003e-02,  7.9811e-03],
                        [ 6.5824e-03, -2.2011e-02,  8.9981e-03],
                        [ 1.5385e-02, -3.9503e-02,  4.1086e-02]]],
              
              
                      [[[-2.8993e-02, -3.7376e-02,  1.1231e-02],
                        [ 1.7329e-02, -5.8507e-03,  1.9821e-02],
                        [ 2.0648e-02, -3.9886e-02,  1.6316e-02]],
              
                       [[ 3.2519e-02,  1.6676e-02,  1.2690e-03],
                        [ 1.6236e-03,  4.4074e-03, -2.0494e-02],
                        [-3.6117e-02,  1.2012e-02, -2.8950e-02]],
              
                       [[-3.4818e-02, -1.8692e-02, -6.5148e-03],
                        [-3.8199e-02, -2.1533e-03, -2.6669e-02],
                        [ 2.0359e-03, -1.0877e-02,  3.2552e-02]],
              
                       ...,
              
                       [[ 2.6173e-03, -3.7495e-02,  8.6743e-03],
                        [ 4.8354e-04,  4.1075e-02, -6.5880e-03],
                        [ 3.3915e-02,  3.9410e-03, -1.2893e-02]],
              
                       [[ 2.6528e-02, -4.0759e-02,  1.9229e-02],
                        [ 2.2432e-02, -3.9180e-03,  2.6232e-02],
                        [ 1.2603e-02, -3.1149e-03, -1.4234e-02]],
              
                       [[-2.9655e-03,  1.3039e-03, -2.7197e-02],
                        [ 3.9957e-02, -1.5892e-02,  2.0109e-02],
                        [ 1.4106e-03,  6.4586e-04,  8.9162e-03]]],
              
              
                      [[[ 3.1019e-02,  3.9165e-02, -2.7102e-02],
                        [-3.8747e-02, -2.9976e-02, -8.2251e-04],
                        [ 3.1431e-02, -9.7356e-03,  1.1533e-02]],
              
                       [[-8.6869e-03,  3.6680e-02,  1.8349e-02],
                        [-3.1113e-02, -2.5772e-02, -1.2013e-02],
                        [ 2.4810e-02,  2.1669e-02, -3.3620e-02]],
              
                       [[-3.0419e-02,  7.3520e-03, -1.9823e-02],
                        [ 3.8660e-02,  2.6089e-02,  3.0254e-02],
                        [ 1.4994e-02,  1.0452e-02,  3.4261e-02]],
              
                       ...,
              
                       [[-3.2601e-02, -3.6214e-02,  3.6512e-02],
                        [-3.7527e-02, -2.9699e-02,  1.5305e-02],
                        [-2.4764e-02,  2.2672e-02,  2.2486e-02]],
              
                       [[ 1.1033e-02,  3.0824e-02,  2.4714e-02],
                        [-2.1154e-02,  2.5543e-02,  1.0087e-02],
                        [ 2.3082e-02, -3.0461e-02,  3.4150e-02]],
              
                       [[-1.8519e-02, -7.6047e-03,  2.7975e-02],
                        [-6.4077e-03, -2.6562e-02,  9.9592e-03],
                        [-2.9076e-02, -2.5703e-02, -2.9623e-02]]]], device='cuda:0')),
             ('module.module.inc.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.inc.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.inc.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.inc.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.inc.double_conv.4.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.down1.maxpool_conv.1.double_conv.0.weight',
              tensor([[[[ 0.0357, -0.0264,  0.0201],
                        [ 0.0235, -0.0205,  0.0169],
                        [ 0.0325, -0.0087, -0.0301]],
              
                       [[-0.0252,  0.0130,  0.0105],
                        [ 0.0278,  0.0094, -0.0272],
                        [ 0.0324,  0.0047,  0.0045]],
              
                       [[-0.0352, -0.0399, -0.0170],
                        [ 0.0144,  0.0158, -0.0144],
                        [-0.0233,  0.0018, -0.0334]],
              
                       ...,
              
                       [[ 0.0116, -0.0235, -0.0296],
                        [-0.0242,  0.0119,  0.0299],
                        [ 0.0114,  0.0182,  0.0288]],
              
                       [[-0.0316, -0.0088, -0.0152],
                        [-0.0325, -0.0183, -0.0030],
                        [-0.0355, -0.0339,  0.0363]],
              
                       [[-0.0135,  0.0221,  0.0305],
                        [-0.0268,  0.0040, -0.0396],
                        [-0.0201,  0.0218, -0.0349]]],
              
              
                      [[[ 0.0126,  0.0043, -0.0306],
                        [-0.0146,  0.0352,  0.0244],
                        [ 0.0250,  0.0273,  0.0250]],
              
                       [[-0.0412,  0.0087,  0.0332],
                        [ 0.0187, -0.0076, -0.0089],
                        [-0.0151, -0.0058, -0.0293]],
              
                       [[-0.0167, -0.0200,  0.0142],
                        [-0.0356,  0.0294,  0.0118],
                        [-0.0244, -0.0215,  0.0074]],
              
                       ...,
              
                       [[-0.0035,  0.0137, -0.0314],
                        [ 0.0138, -0.0057,  0.0048],
                        [ 0.0214, -0.0232, -0.0108]],
              
                       [[-0.0412, -0.0090, -0.0090],
                        [-0.0287,  0.0126,  0.0135],
                        [ 0.0138,  0.0354, -0.0151]],
              
                       [[ 0.0006, -0.0026,  0.0229],
                        [ 0.0340,  0.0215,  0.0193],
                        [-0.0062,  0.0044,  0.0232]]],
              
              
                      [[[ 0.0393,  0.0131, -0.0272],
                        [-0.0268, -0.0212,  0.0276],
                        [-0.0300,  0.0367, -0.0406]],
              
                       [[ 0.0010, -0.0226, -0.0340],
                        [ 0.0188,  0.0097, -0.0116],
                        [ 0.0346, -0.0155,  0.0074]],
              
                       [[ 0.0277, -0.0405,  0.0331],
                        [ 0.0064,  0.0333,  0.0368],
                        [ 0.0375,  0.0212, -0.0242]],
              
                       ...,
              
                       [[-0.0069,  0.0186, -0.0329],
                        [ 0.0099, -0.0293,  0.0133],
                        [ 0.0385,  0.0099,  0.0152]],
              
                       [[ 0.0165,  0.0133,  0.0077],
                        [-0.0347, -0.0064,  0.0321],
                        [-0.0038, -0.0347,  0.0405]],
              
                       [[ 0.0055, -0.0044, -0.0135],
                        [ 0.0195,  0.0027,  0.0329],
                        [-0.0107,  0.0344, -0.0313]]],
              
              
                      ...,
              
              
                      [[[ 0.0298, -0.0407, -0.0166],
                        [-0.0002, -0.0221,  0.0067],
                        [ 0.0178,  0.0013, -0.0193]],
              
                       [[-0.0238,  0.0293,  0.0269],
                        [ 0.0277,  0.0384,  0.0140],
                        [-0.0363, -0.0101,  0.0253]],
              
                       [[ 0.0334, -0.0225, -0.0067],
                        [-0.0341,  0.0260, -0.0054],
                        [ 0.0118,  0.0148,  0.0336]],
              
                       ...,
              
                       [[-0.0390,  0.0067, -0.0146],
                        [-0.0058, -0.0076,  0.0248],
                        [-0.0309, -0.0162, -0.0044]],
              
                       [[ 0.0156,  0.0133, -0.0077],
                        [-0.0084, -0.0258,  0.0351],
                        [ 0.0133, -0.0063,  0.0344]],
              
                       [[ 0.0333,  0.0093, -0.0372],
                        [-0.0002,  0.0405, -0.0157],
                        [-0.0018, -0.0008,  0.0080]]],
              
              
                      [[[ 0.0330, -0.0097, -0.0083],
                        [-0.0216,  0.0057, -0.0085],
                        [ 0.0082,  0.0023,  0.0381]],
              
                       [[-0.0320,  0.0131, -0.0137],
                        [-0.0037,  0.0201, -0.0339],
                        [ 0.0327,  0.0375, -0.0072]],
              
                       [[-0.0085, -0.0173,  0.0102],
                        [ 0.0381,  0.0038,  0.0299],
                        [ 0.0261,  0.0366,  0.0206]],
              
                       ...,
              
                       [[-0.0330, -0.0098, -0.0026],
                        [ 0.0038,  0.0086,  0.0258],
                        [-0.0036,  0.0356, -0.0383]],
              
                       [[ 0.0014,  0.0289, -0.0069],
                        [-0.0358, -0.0261, -0.0318],
                        [-0.0223, -0.0333,  0.0221]],
              
                       [[ 0.0099, -0.0044,  0.0356],
                        [-0.0416,  0.0245,  0.0219],
                        [-0.0125, -0.0308, -0.0395]]],
              
              
                      [[[-0.0059, -0.0348, -0.0104],
                        [-0.0281, -0.0408,  0.0101],
                        [-0.0012,  0.0124, -0.0115]],
              
                       [[-0.0382, -0.0336,  0.0156],
                        [-0.0337,  0.0008,  0.0405],
                        [-0.0058, -0.0384, -0.0303]],
              
                       [[-0.0357,  0.0154,  0.0037],
                        [ 0.0079,  0.0382, -0.0023],
                        [-0.0099,  0.0091, -0.0170]],
              
                       ...,
              
                       [[-0.0194,  0.0131, -0.0097],
                        [-0.0112, -0.0016, -0.0009],
                        [-0.0198, -0.0326, -0.0109]],
              
                       [[ 0.0248, -0.0348, -0.0202],
                        [-0.0041, -0.0386, -0.0109],
                        [-0.0228, -0.0399,  0.0372]],
              
                       [[-0.0010, -0.0073,  0.0204],
                        [-0.0288,  0.0141,  0.0010],
                        [-0.0160, -0.0138,  0.0360]]]], device='cuda:0')),
             ('module.module.down1.maxpool_conv.1.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.], device='cuda:0')),
             ('module.module.down1.maxpool_conv.1.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.down1.maxpool_conv.1.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.down1.maxpool_conv.1.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.], device='cuda:0')),
             ('module.module.down1.maxpool_conv.1.double_conv.1.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.down1.maxpool_conv.1.double_conv.3.weight',
              tensor([[[[ 1.1305e-02, -1.2684e-03,  2.4892e-02],
                        [-2.6919e-02, -1.1080e-02,  6.1028e-04],
                        [-6.9626e-03,  2.4179e-02,  7.0370e-03]],
              
                       [[-8.0535e-03, -1.8495e-04, -2.7226e-02],
                        [-1.6500e-02,  3.6307e-03,  2.3883e-02],
                        [-7.6892e-03,  2.6147e-02,  1.8880e-02]],
              
                       [[-6.3356e-04, -7.4601e-03, -7.9877e-03],
                        [ 1.3430e-02, -1.9490e-02,  3.8737e-03],
                        [-1.6122e-02, -1.8464e-02,  2.0742e-02]],
              
                       ...,
              
                       [[ 1.8362e-03, -1.1564e-02, -2.8767e-02],
                        [ 5.5608e-03,  6.5534e-03,  1.5489e-02],
                        [-1.3676e-02, -2.4228e-02,  1.2859e-02]],
              
                       [[ 1.7046e-02,  3.1059e-03, -1.3043e-02],
                        [-1.1144e-02,  8.5697e-03, -9.9781e-03],
                        [ 6.2510e-03, -2.7031e-02, -8.6106e-03]],
              
                       [[ 2.8901e-02,  1.9356e-02, -2.5723e-02],
                        [-2.0941e-02,  1.2509e-02,  2.8496e-02],
                        [-1.6640e-02, -3.5848e-03, -1.0853e-02]]],
              
              
                      [[[ 1.2726e-02, -1.6195e-02,  1.4709e-02],
                        [-2.0562e-02, -2.8356e-02,  1.0373e-02],
                        [ 1.6941e-02, -1.7723e-02,  2.5551e-02]],
              
                       [[-1.9462e-02,  2.7471e-02, -1.6930e-02],
                        [-2.7676e-03, -1.4025e-03,  1.7487e-02],
                        [ 1.6080e-02,  2.9447e-02, -1.8378e-02]],
              
                       [[ 2.8415e-03, -1.0617e-02, -1.0754e-03],
                        [ 2.2315e-02, -1.2144e-02, -1.7454e-02],
                        [-2.4725e-02, -1.4872e-02,  1.2383e-02]],
              
                       ...,
              
                       [[ 2.1383e-02, -2.6270e-02, -1.2159e-02],
                        [-2.1438e-02, -2.4603e-02, -1.3974e-02],
                        [-2.2166e-02,  2.9069e-02,  1.0996e-02]],
              
                       [[ 2.6262e-02, -3.3151e-03,  2.6866e-02],
                        [-1.1902e-02,  2.3779e-03,  2.6081e-02],
                        [ 5.4771e-03,  7.5126e-04, -8.3137e-03]],
              
                       [[ 2.5385e-02,  7.2457e-03, -1.6735e-02],
                        [-4.7629e-03, -1.2607e-02, -4.5772e-03],
                        [ 1.6854e-02,  1.9901e-02,  2.8703e-02]]],
              
              
                      [[[-2.8001e-02, -4.4546e-04, -2.0191e-02],
                        [ 2.4830e-02, -2.2498e-02, -2.0728e-02],
                        [-1.0464e-02,  2.7569e-02,  2.9056e-02]],
              
                       [[-2.7124e-02, -7.6276e-03,  2.4910e-02],
                        [-5.0865e-03, -1.3039e-02, -1.9636e-02],
                        [-2.0727e-02, -2.3310e-02, -1.5865e-02]],
              
                       [[ 7.5711e-03,  7.3599e-03, -2.2980e-02],
                        [-2.5551e-02,  2.2718e-02,  1.5489e-02],
                        [-3.0655e-04,  1.2903e-02, -2.2033e-02]],
              
                       ...,
              
                       [[-1.5014e-02, -7.5347e-04,  1.6599e-03],
                        [-5.4850e-03,  1.3427e-02,  2.9824e-03],
                        [ 2.4041e-02,  1.7558e-03,  1.0491e-02]],
              
                       [[-1.7517e-02,  2.2218e-02,  2.1117e-02],
                        [-8.5116e-05,  2.7633e-02,  1.1950e-03],
                        [ 2.3484e-02, -2.0629e-02, -7.9562e-03]],
              
                       [[ 6.6841e-03, -2.7769e-02, -2.2987e-02],
                        [-2.4637e-02,  2.2629e-02, -1.2457e-02],
                        [-1.0986e-02, -1.6586e-02, -4.0791e-03]]],
              
              
                      ...,
              
              
                      [[[ 8.6628e-03,  2.6667e-02,  6.7481e-03],
                        [-1.4348e-02, -1.9016e-02,  2.1977e-02],
                        [ 1.1526e-02,  2.0264e-03, -1.9429e-02]],
              
                       [[-1.5399e-02,  2.4140e-02,  1.7281e-02],
                        [-5.1553e-05,  2.7146e-03, -2.2730e-02],
                        [-2.2137e-02,  1.5756e-02,  9.6129e-03]],
              
                       [[-5.2356e-03,  1.8795e-02,  1.4753e-02],
                        [-2.9235e-02, -2.4725e-02, -9.9595e-03],
                        [-2.5816e-02, -1.2593e-02, -1.4906e-02]],
              
                       ...,
              
                       [[-5.1329e-04,  2.4464e-02,  1.0491e-02],
                        [ 1.6588e-03, -1.9864e-02, -2.4729e-02],
                        [-5.7917e-03,  1.2495e-02,  7.5220e-03]],
              
                       [[ 1.5368e-02, -2.5456e-02, -1.4819e-02],
                        [-2.5614e-02, -2.3670e-03,  2.6447e-02],
                        [-5.4125e-03, -4.6167e-03, -7.2054e-04]],
              
                       [[-1.7071e-02, -2.6587e-03,  2.1725e-02],
                        [-2.8988e-02,  3.1809e-03,  1.3815e-03],
                        [ 6.4158e-03, -2.6444e-04,  1.8910e-02]]],
              
              
                      [[[ 2.5009e-02,  4.4661e-03, -2.5017e-02],
                        [ 6.8237e-03,  1.3778e-02,  6.8838e-03],
                        [-1.5440e-02, -1.2293e-03,  2.2054e-02]],
              
                       [[-1.6465e-02,  1.3906e-02,  2.9242e-02],
                        [ 2.2392e-02, -6.8427e-03, -2.1006e-02],
                        [ 2.3828e-02, -1.8528e-02,  4.6238e-03]],
              
                       [[ 2.6324e-02, -3.9792e-03, -2.8550e-02],
                        [ 9.2739e-03,  8.2617e-03, -2.5574e-02],
                        [ 1.6078e-02,  1.6129e-02,  6.8392e-03]],
              
                       ...,
              
                       [[ 2.7127e-02, -1.3369e-02,  8.5266e-03],
                        [-1.0530e-02, -2.0817e-02, -8.6817e-03],
                        [-2.9038e-02, -2.4825e-03,  1.3813e-02]],
              
                       [[ 1.2809e-02, -2.7485e-02, -2.8767e-02],
                        [-5.6553e-03,  1.9724e-02,  1.1964e-02],
                        [ 5.6818e-03,  1.9974e-02, -1.8658e-02]],
              
                       [[ 2.8031e-02, -2.4776e-02, -3.0622e-03],
                        [ 1.4898e-02,  2.7475e-03, -2.2119e-02],
                        [ 5.8204e-03,  6.9012e-03, -2.6735e-02]]],
              
              
                      [[[ 9.7910e-03,  1.7056e-02, -4.8750e-03],
                        [ 3.8653e-03,  9.2350e-03, -2.7748e-02],
                        [ 2.4542e-02, -9.4870e-03,  2.7431e-02]],
              
                       [[ 1.5725e-03,  5.4433e-03,  6.2727e-03],
                        [ 2.9122e-02,  1.9450e-02, -1.4450e-02],
                        [ 7.3775e-03,  2.3615e-02, -1.2452e-02]],
              
                       [[-7.7901e-04,  5.2408e-03,  1.3440e-02],
                        [ 1.1745e-02, -2.4794e-02,  5.6418e-03],
                        [ 1.4150e-02, -1.9262e-02, -6.3717e-04]],
              
                       ...,
              
                       [[ 4.6180e-03,  2.1094e-03, -2.5070e-02],
                        [-1.9577e-02,  2.3995e-02, -1.5351e-02],
                        [-2.1875e-02, -2.0034e-03,  3.7910e-03]],
              
                       [[ 2.1114e-03,  2.1738e-02,  1.3168e-03],
                        [-9.2969e-03,  1.9882e-02,  5.0677e-03],
                        [ 6.9171e-03,  2.1555e-02, -1.1559e-02]],
              
                       [[-2.8176e-02, -2.6783e-02,  2.4445e-02],
                        [ 1.4733e-02,  4.4278e-03,  7.2822e-03],
                        [-2.4972e-02, -1.4935e-02,  2.7857e-02]]]], device='cuda:0')),
             ('module.module.down1.maxpool_conv.1.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.], device='cuda:0')),
             ('module.module.down1.maxpool_conv.1.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.down1.maxpool_conv.1.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.down1.maxpool_conv.1.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.], device='cuda:0')),
             ('module.module.down1.maxpool_conv.1.double_conv.4.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.down2.maxpool_conv.1.double_conv.0.weight',
              tensor([[[[-2.0874e-03,  2.8328e-02,  3.8197e-03],
                        [ 2.0103e-02, -2.4530e-02,  3.5383e-03],
                        [ 1.2657e-02,  2.5045e-02,  5.3281e-03]],
              
                       [[ 9.3871e-03,  2.5844e-02, -1.4631e-02],
                        [ 2.7466e-02, -1.0389e-02,  1.5178e-02],
                        [ 2.8453e-02,  1.3451e-02, -1.1607e-03]],
              
                       [[ 2.0450e-02,  1.3948e-02, -1.8822e-02],
                        [-1.6178e-03,  2.4138e-02,  1.6494e-02],
                        [-2.7684e-02, -1.6600e-02,  2.5942e-03]],
              
                       ...,
              
                       [[-2.5010e-03,  2.1981e-02,  1.0307e-02],
                        [ 1.0725e-02,  2.8690e-02, -1.7391e-02],
                        [ 3.5500e-03,  2.0341e-03,  5.9864e-03]],
              
                       [[-8.7539e-03,  1.3636e-02,  2.7444e-02],
                        [-5.3241e-03,  1.4782e-02, -1.6061e-02],
                        [ 2.8436e-02, -2.6700e-02, -5.3704e-03]],
              
                       [[-2.3932e-02,  6.0354e-03,  2.0279e-02],
                        [-2.7523e-02, -2.8895e-02,  2.0104e-02],
                        [-6.3520e-03,  8.0765e-03,  2.4935e-03]]],
              
              
                      [[[-1.0771e-02, -3.8036e-03, -2.3648e-02],
                        [-1.3159e-02,  2.4382e-02,  2.5068e-02],
                        [-1.8793e-02, -2.5927e-02,  1.6405e-02]],
              
                       [[ 4.6219e-03,  2.3189e-02, -1.0743e-02],
                        [ 2.8896e-02, -2.2556e-02,  5.3712e-03],
                        [-8.8788e-03, -8.3982e-03, -9.5629e-03]],
              
                       [[-2.3292e-02,  1.9044e-02,  1.8797e-03],
                        [-1.7992e-02, -2.8691e-02,  1.8576e-03],
                        [-2.4593e-02,  8.3165e-03, -5.6803e-03]],
              
                       ...,
              
                       [[-2.7325e-02, -1.6579e-02, -2.7656e-02],
                        [-1.4223e-02,  6.2641e-03, -2.7416e-02],
                        [-1.8046e-02,  1.1367e-02, -1.2150e-02]],
              
                       [[-3.4729e-03,  5.4115e-04, -1.9539e-02],
                        [ 1.6914e-02, -1.1351e-02,  2.0686e-02],
                        [-1.0540e-02, -2.7865e-02,  3.4599e-03]],
              
                       [[-1.5403e-02, -5.0929e-03, -2.0951e-02],
                        [ 1.8758e-02, -1.5846e-02, -2.6030e-02],
                        [ 2.3687e-02, -2.6410e-02,  5.7963e-03]]],
              
              
                      [[[-2.6278e-02, -1.2930e-02, -1.6344e-02],
                        [ 8.9017e-03, -1.8674e-02, -1.6698e-02],
                        [-1.0313e-02,  9.8180e-03,  1.0110e-02]],
              
                       [[-2.1049e-02,  1.4577e-02, -1.8113e-02],
                        [-2.0648e-02, -1.4387e-02, -2.4280e-04],
                        [-2.0775e-02, -4.0661e-03,  2.7782e-02]],
              
                       [[-2.7178e-02,  4.2496e-03, -2.3201e-02],
                        [ 1.0937e-02, -6.5350e-03, -2.3540e-02],
                        [-2.9455e-02,  2.3027e-02, -2.7718e-02]],
              
                       ...,
              
                       [[-2.1814e-02,  1.5335e-02, -2.3714e-02],
                        [-2.8257e-02,  2.3738e-02, -1.3762e-02],
                        [-3.1294e-03,  9.6518e-03,  6.7151e-03]],
              
                       [[-2.5689e-02,  4.9199e-03,  1.6813e-02],
                        [ 2.7413e-02, -2.5757e-02, -2.6320e-02],
                        [ 2.8428e-02, -1.9982e-02, -6.2184e-03]],
              
                       [[-4.9595e-03, -2.2561e-02,  2.1508e-02],
                        [ 6.1043e-03, -1.9141e-02, -1.6917e-02],
                        [-2.2802e-02, -7.2276e-03,  1.1010e-02]]],
              
              
                      ...,
              
              
                      [[[-1.8587e-04,  2.5234e-02,  1.2862e-02],
                        [ 6.4087e-03,  2.9456e-03, -6.2891e-03],
                        [ 1.3295e-02,  1.1122e-02, -3.8489e-03]],
              
                       [[ 2.4627e-02, -8.6374e-03,  9.6317e-03],
                        [-4.4341e-03, -2.0696e-03,  5.3607e-05],
                        [ 2.7382e-02, -1.1736e-03, -2.8442e-03]],
              
                       [[ 7.9895e-03, -6.4228e-03,  9.2783e-03],
                        [ 1.0661e-03, -2.7210e-02,  2.9449e-02],
                        [ 2.8375e-03, -2.2452e-02, -3.4423e-03]],
              
                       ...,
              
                       [[ 7.1594e-03, -2.7026e-02, -6.7921e-03],
                        [-1.5202e-02, -7.0004e-04, -6.5862e-03],
                        [ 2.7967e-02,  2.5300e-02,  5.7218e-03]],
              
                       [[ 1.9714e-02,  2.5212e-02,  2.6632e-02],
                        [ 3.6115e-03, -2.2397e-02, -1.0878e-02],
                        [-1.3762e-02,  4.6104e-04,  1.6057e-02]],
              
                       [[ 2.5034e-02, -2.9420e-02, -1.7739e-02],
                        [ 1.0064e-02, -2.8722e-02, -1.6836e-02],
                        [ 1.7448e-02,  2.8111e-02,  1.4150e-03]]],
              
              
                      [[[-1.5742e-02, -1.3421e-02,  2.7663e-02],
                        [-1.5744e-02,  2.0141e-03,  1.1419e-03],
                        [ 2.5981e-02,  1.0222e-02, -1.5587e-02]],
              
                       [[ 1.3669e-02,  5.2103e-03, -7.6013e-03],
                        [-1.6173e-02,  5.6269e-04,  2.4350e-03],
                        [ 2.4261e-03,  2.5788e-02, -2.8097e-02]],
              
                       [[-1.4888e-02, -1.7731e-02, -6.4337e-03],
                        [ 2.2471e-02,  2.3679e-04, -1.1437e-02],
                        [-5.8912e-03,  1.0241e-02,  1.8909e-02]],
              
                       ...,
              
                       [[-1.4776e-02,  2.1398e-02,  8.8336e-04],
                        [-3.3876e-03,  9.3768e-03, -5.3336e-03],
                        [-4.4843e-03, -5.7139e-03, -6.8183e-03]],
              
                       [[-2.0888e-02, -2.4299e-02, -1.6261e-02],
                        [-2.0847e-02,  1.3012e-02,  2.1894e-02],
                        [-4.3075e-03,  2.1090e-02,  2.2750e-02]],
              
                       [[-1.7861e-02, -2.5487e-02, -9.7013e-03],
                        [-2.8849e-03, -2.6374e-02, -2.2423e-02],
                        [ 3.2294e-03,  1.0469e-02, -2.7943e-02]]],
              
              
                      [[[ 4.1885e-03, -2.7628e-02, -2.5770e-02],
                        [ 1.4383e-02, -3.2527e-03, -2.1710e-02],
                        [-1.4146e-02,  7.5708e-03, -1.2968e-02]],
              
                       [[ 6.4110e-03,  1.5356e-02, -1.1846e-02],
                        [ 2.1303e-02,  6.4434e-03, -2.6370e-02],
                        [ 1.7484e-02,  1.9423e-02,  2.9357e-02]],
              
                       [[ 3.5598e-03,  2.6142e-02, -2.6987e-02],
                        [ 9.4496e-03,  1.8193e-02,  1.0256e-02],
                        [ 3.0655e-03,  2.6695e-03, -9.7217e-04]],
              
                       ...,
              
                       [[ 1.2180e-02,  2.1096e-02, -2.4789e-02],
                        [ 6.3251e-03,  3.0475e-03, -6.8353e-03],
                        [ 1.8787e-02, -9.2431e-03,  1.7185e-02]],
              
                       [[-1.1940e-02,  1.8412e-02,  1.7622e-02],
                        [ 2.1504e-02,  2.3440e-02,  1.1492e-02],
                        [-1.6089e-02, -1.5441e-02,  2.1249e-02]],
              
                       [[-2.3543e-02, -2.0001e-02, -2.0346e-02],
                        [ 2.0520e-02,  2.9473e-03, -1.2873e-02],
                        [ 1.3080e-02, -1.3335e-02,  2.4488e-02]]]], device='cuda:0')),
             ('module.module.down2.maxpool_conv.1.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.], device='cuda:0')),
             ('module.module.down2.maxpool_conv.1.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.down2.maxpool_conv.1.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.down2.maxpool_conv.1.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.], device='cuda:0')),
             ('module.module.down2.maxpool_conv.1.double_conv.1.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.down2.maxpool_conv.1.double_conv.3.weight',
              tensor([[[[-0.0199, -0.0207, -0.0025],
                        [-0.0202,  0.0202, -0.0180],
                        [-0.0126,  0.0164, -0.0123]],
              
                       [[ 0.0062, -0.0141,  0.0168],
                        [ 0.0078,  0.0006, -0.0096],
                        [ 0.0036, -0.0188,  0.0195]],
              
                       [[-0.0073, -0.0065, -0.0040],
                        [ 0.0086,  0.0105,  0.0089],
                        [-0.0055,  0.0144, -0.0161]],
              
                       ...,
              
                       [[ 0.0131, -0.0028, -0.0143],
                        [-0.0057, -0.0096, -0.0171],
                        [-0.0130, -0.0047, -0.0005]],
              
                       [[-0.0046, -0.0177,  0.0125],
                        [-0.0102,  0.0154,  0.0072],
                        [ 0.0206,  0.0169, -0.0156]],
              
                       [[ 0.0036,  0.0074,  0.0056],
                        [ 0.0112, -0.0127, -0.0147],
                        [ 0.0001,  0.0135,  0.0017]]],
              
              
                      [[[-0.0075, -0.0151,  0.0206],
                        [ 0.0001, -0.0105, -0.0072],
                        [ 0.0066,  0.0189,  0.0178]],
              
                       [[ 0.0086, -0.0003,  0.0005],
                        [ 0.0185, -0.0089, -0.0045],
                        [ 0.0166, -0.0010,  0.0182]],
              
                       [[-0.0107, -0.0202,  0.0050],
                        [-0.0029, -0.0139,  0.0134],
                        [ 0.0037,  0.0136, -0.0140]],
              
                       ...,
              
                       [[ 0.0171,  0.0028,  0.0002],
                        [ 0.0165,  0.0112,  0.0014],
                        [-0.0089, -0.0016,  0.0104]],
              
                       [[-0.0161, -0.0097, -0.0042],
                        [ 0.0174,  0.0107,  0.0100],
                        [-0.0053, -0.0070,  0.0113]],
              
                       [[-0.0016, -0.0070,  0.0061],
                        [ 0.0017,  0.0160,  0.0013],
                        [ 0.0057,  0.0200, -0.0160]]],
              
              
                      [[[-0.0060, -0.0105, -0.0198],
                        [-0.0150, -0.0083,  0.0156],
                        [-0.0090,  0.0120, -0.0199]],
              
                       [[ 0.0127,  0.0145, -0.0122],
                        [ 0.0110, -0.0001, -0.0018],
                        [ 0.0039,  0.0206, -0.0076]],
              
                       [[ 0.0101,  0.0061, -0.0136],
                        [ 0.0194, -0.0136,  0.0016],
                        [-0.0007,  0.0173,  0.0011]],
              
                       ...,
              
                       [[-0.0134, -0.0127, -0.0165],
                        [ 0.0041, -0.0118,  0.0110],
                        [ 0.0044,  0.0060,  0.0036]],
              
                       [[ 0.0056, -0.0185,  0.0055],
                        [ 0.0114, -0.0050, -0.0185],
                        [ 0.0116, -0.0140, -0.0148]],
              
                       [[ 0.0145,  0.0188, -0.0130],
                        [ 0.0065, -0.0171,  0.0036],
                        [-0.0037, -0.0078,  0.0077]]],
              
              
                      ...,
              
              
                      [[[-0.0090,  0.0069, -0.0124],
                        [-0.0150, -0.0065,  0.0094],
                        [-0.0195, -0.0163, -0.0144]],
              
                       [[-0.0142,  0.0055, -0.0013],
                        [-0.0149, -0.0092,  0.0063],
                        [ 0.0007,  0.0089,  0.0060]],
              
                       [[-0.0055, -0.0047, -0.0065],
                        [-0.0140,  0.0113, -0.0194],
                        [-0.0049,  0.0079,  0.0079]],
              
                       ...,
              
                       [[-0.0111, -0.0127,  0.0139],
                        [ 0.0075, -0.0173, -0.0109],
                        [ 0.0204, -0.0063, -0.0174]],
              
                       [[ 0.0198,  0.0142,  0.0200],
                        [ 0.0188,  0.0201, -0.0102],
                        [ 0.0027, -0.0103, -0.0160]],
              
                       [[ 0.0090,  0.0116,  0.0114],
                        [-0.0037, -0.0078,  0.0121],
                        [-0.0192, -0.0149, -0.0202]]],
              
              
                      [[[ 0.0045, -0.0102,  0.0195],
                        [-0.0163, -0.0012,  0.0005],
                        [ 0.0079, -0.0045,  0.0198]],
              
                       [[ 0.0181,  0.0146, -0.0039],
                        [ 0.0095,  0.0106, -0.0055],
                        [ 0.0028,  0.0103,  0.0006]],
              
                       [[ 0.0039, -0.0051, -0.0071],
                        [-0.0123, -0.0141,  0.0050],
                        [-0.0146,  0.0068,  0.0163]],
              
                       ...,
              
                       [[-0.0144,  0.0072, -0.0097],
                        [-0.0070,  0.0141,  0.0089],
                        [-0.0034,  0.0030,  0.0124]],
              
                       [[ 0.0143, -0.0146, -0.0182],
                        [-0.0080,  0.0061, -0.0181],
                        [ 0.0166,  0.0175, -0.0116]],
              
                       [[-0.0095, -0.0014, -0.0191],
                        [ 0.0184, -0.0074, -0.0144],
                        [ 0.0201, -0.0136, -0.0001]]],
              
              
                      [[[-0.0022, -0.0024,  0.0035],
                        [-0.0075, -0.0206,  0.0173],
                        [-0.0160,  0.0207,  0.0060]],
              
                       [[-0.0073,  0.0075, -0.0149],
                        [-0.0112,  0.0081, -0.0034],
                        [-0.0176, -0.0169,  0.0041]],
              
                       [[-0.0040,  0.0199, -0.0174],
                        [ 0.0103,  0.0153, -0.0109],
                        [-0.0044, -0.0160, -0.0072]],
              
                       ...,
              
                       [[ 0.0142, -0.0045,  0.0044],
                        [-0.0134, -0.0153, -0.0110],
                        [-0.0178,  0.0051, -0.0051]],
              
                       [[ 0.0090,  0.0175,  0.0111],
                        [ 0.0201, -0.0061,  0.0081],
                        [-0.0037,  0.0166,  0.0074]],
              
                       [[-0.0069,  0.0019, -0.0200],
                        [-0.0047, -0.0145,  0.0192],
                        [-0.0100,  0.0121, -0.0193]]]], device='cuda:0')),
             ('module.module.down2.maxpool_conv.1.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.], device='cuda:0')),
             ('module.module.down2.maxpool_conv.1.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.down2.maxpool_conv.1.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.down2.maxpool_conv.1.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.], device='cuda:0')),
             ('module.module.down2.maxpool_conv.1.double_conv.4.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.down3.maxpool_conv.1.double_conv.0.weight',
              tensor([[[[-4.6348e-03,  9.8509e-03,  1.6142e-02],
                        [ 2.6825e-05, -8.4992e-03,  3.6535e-04],
                        [-2.0749e-02, -2.7181e-03,  1.4475e-02]],
              
                       [[ 1.0194e-02,  6.9748e-03,  1.3849e-02],
                        [ 1.4200e-03,  2.5024e-03,  1.5259e-02],
                        [ 1.1671e-02,  4.0497e-03,  8.7697e-03]],
              
                       [[-4.4309e-03, -1.1845e-02, -1.6037e-02],
                        [-7.8910e-03, -9.7038e-03,  5.6008e-03],
                        [-1.6987e-02,  7.1697e-03,  1.7236e-02]],
              
                       ...,
              
                       [[-1.1635e-02,  1.8610e-02,  1.4086e-02],
                        [-1.1576e-02, -1.9610e-03, -1.8455e-02],
                        [-8.6874e-03, -1.1485e-02, -5.8817e-03]],
              
                       [[-1.3743e-02,  1.2879e-02,  2.2404e-03],
                        [-6.8730e-03,  1.0492e-02,  8.4602e-03],
                        [ 1.9366e-03, -1.0892e-02,  9.0133e-03]],
              
                       [[-6.9619e-03, -1.7941e-02, -1.1306e-02],
                        [-6.8960e-03, -6.8894e-03, -6.9923e-04],
                        [ 1.0807e-02,  1.8476e-02,  1.9441e-02]]],
              
              
                      [[[ 6.4426e-03,  7.5100e-03,  6.7503e-03],
                        [-1.8439e-02,  1.4277e-02, -1.0381e-02],
                        [-1.7296e-02, -1.2204e-02,  5.2923e-03]],
              
                       [[-6.8046e-03,  6.3742e-03, -1.1632e-02],
                        [ 4.2213e-03,  2.0774e-02, -3.7589e-03],
                        [ 1.6312e-02,  7.4283e-04,  1.2614e-02]],
              
                       [[-6.7564e-03, -1.0808e-02, -1.6746e-02],
                        [-6.2140e-03,  9.3120e-03, -9.2284e-03],
                        [ 2.8789e-03,  1.2397e-03,  1.5193e-02]],
              
                       ...,
              
                       [[-1.4065e-02, -4.0645e-03, -1.4819e-02],
                        [ 7.9262e-03, -1.4440e-02, -1.3676e-02],
                        [ 8.2918e-04,  1.0951e-02,  6.6675e-03]],
              
                       [[ 1.8929e-02, -1.6932e-02,  7.8811e-03],
                        [ 1.6661e-02, -1.4852e-02, -6.1440e-03],
                        [-4.3739e-03,  1.0890e-02,  1.2552e-03]],
              
                       [[ 1.6674e-02,  8.4053e-03, -5.2151e-03],
                        [-1.8711e-02, -6.0464e-04,  4.8782e-03],
                        [-1.0599e-02, -8.5500e-03, -4.4493e-04]]],
              
              
                      [[[ 7.4150e-03, -1.7817e-02, -9.8810e-03],
                        [ 1.5139e-02, -5.4702e-03,  3.1069e-03],
                        [ 1.6121e-02, -2.4298e-03, -3.4243e-03]],
              
                       [[ 5.2642e-03, -1.7880e-02, -1.8678e-02],
                        [ 2.9048e-03,  1.0568e-02, -2.8701e-04],
                        [-4.0345e-05, -2.8312e-03,  6.9242e-03]],
              
                       [[ 1.2557e-02,  1.3475e-02, -1.1946e-02],
                        [ 1.0504e-02, -1.1848e-02,  1.4417e-02],
                        [-1.8312e-02,  1.1722e-02, -6.9120e-03]],
              
                       ...,
              
                       [[ 1.9895e-02,  1.5509e-02,  1.9991e-02],
                        [-1.5190e-02, -1.9972e-02, -1.3091e-02],
                        [-1.1537e-02, -6.8988e-03,  1.1122e-02]],
              
                       [[ 1.0277e-02, -9.5677e-03,  1.4165e-02],
                        [ 5.0890e-03,  1.1992e-02,  2.0542e-02],
                        [-9.9942e-04,  1.1082e-02, -5.1328e-03]],
              
                       [[ 1.0213e-02, -4.6551e-03, -5.2989e-03],
                        [ 1.5165e-02, -1.7655e-02,  5.5892e-03],
                        [ 1.1311e-02, -1.2807e-02, -1.2253e-02]]],
              
              
                      ...,
              
              
                      [[[ 1.4459e-02,  4.5380e-04, -2.9677e-03],
                        [ 1.8889e-02, -1.6052e-02, -1.5562e-02],
                        [ 1.3935e-03, -1.6170e-02,  2.0204e-02]],
              
                       [[ 1.0080e-02, -3.7539e-03, -1.5059e-02],
                        [ 6.8971e-03, -8.5807e-03,  1.5525e-02],
                        [ 1.4992e-03, -7.8594e-03,  7.5005e-03]],
              
                       [[ 3.7703e-03,  9.6159e-03,  1.6808e-02],
                        [-1.1511e-02, -1.9614e-02, -1.7621e-02],
                        [ 6.5007e-03, -1.5883e-02, -1.3063e-02]],
              
                       ...,
              
                       [[ 1.1717e-02,  1.3965e-03, -5.3536e-03],
                        [ 1.4582e-02, -1.8533e-03, -1.5276e-02],
                        [-2.0322e-02, -1.0361e-02, -6.1722e-03]],
              
                       [[ 5.0393e-04,  3.0661e-03, -9.3391e-03],
                        [-5.0653e-03,  1.3716e-02,  9.7900e-03],
                        [-2.0547e-02,  1.3067e-02,  1.6991e-03]],
              
                       [[-8.7317e-03,  1.5140e-02, -9.8445e-03],
                        [-2.9895e-03,  1.0854e-02, -7.8243e-03],
                        [ 1.5019e-03,  1.9270e-02,  9.2994e-03]]],
              
              
                      [[[-3.2868e-03, -1.6655e-03,  1.3082e-02],
                        [ 7.1859e-03, -1.9157e-03, -3.5394e-03],
                        [-1.9397e-02,  5.5216e-03, -1.8486e-02]],
              
                       [[ 9.8068e-03,  2.6197e-03,  4.8447e-04],
                        [ 1.5565e-02,  1.1252e-02,  1.8660e-02],
                        [ 3.1310e-03,  6.5078e-03, -1.4506e-02]],
              
                       [[-1.5900e-02, -3.8698e-03,  4.6403e-03],
                        [ 1.0163e-02,  1.0891e-02,  1.9025e-02],
                        [-7.0364e-03,  1.0454e-02,  7.3635e-03]],
              
                       ...,
              
                       [[ 1.5563e-02, -1.9394e-02,  1.5875e-03],
                        [-4.1397e-03, -7.3719e-04, -8.6707e-03],
                        [-1.5182e-02,  1.4803e-02, -1.7555e-02]],
              
                       [[-7.9233e-04,  1.1101e-03,  1.7634e-03],
                        [ 1.5103e-02, -1.4403e-02,  1.4855e-02],
                        [-7.4607e-03,  7.4488e-03, -1.7282e-02]],
              
                       [[ 1.4080e-02,  1.6888e-02,  1.6374e-02],
                        [ 7.7976e-03, -6.2802e-03, -3.1626e-03],
                        [ 2.0682e-02, -1.9079e-02,  1.3276e-02]]],
              
              
                      [[[ 1.8058e-02, -9.1462e-03, -7.2015e-03],
                        [-6.4691e-03, -2.9027e-03,  9.6589e-03],
                        [-1.3747e-02,  1.9787e-02,  1.9956e-02]],
              
                       [[-1.1408e-02, -2.4681e-05,  7.7289e-03],
                        [ 1.9633e-02, -8.2515e-03,  1.3016e-02],
                        [-1.8417e-02,  1.8677e-02, -1.1818e-02]],
              
                       [[ 1.9430e-02,  1.0222e-02, -5.9156e-03],
                        [ 1.5036e-02,  9.4860e-03,  2.0289e-03],
                        [-6.1385e-03, -6.8786e-03, -1.0498e-02]],
              
                       ...,
              
                       [[ 1.8626e-02, -4.7810e-03,  1.8702e-02],
                        [-7.9554e-03, -1.7242e-02, -1.2626e-03],
                        [ 1.9328e-02, -5.6285e-03, -1.1736e-02]],
              
                       [[-4.1653e-04, -1.8020e-02, -1.2647e-02],
                        [-4.7124e-03,  3.7225e-03,  3.3474e-03],
                        [-2.6790e-03,  6.2666e-03,  3.8707e-03]],
              
                       [[ 1.9958e-03, -6.2181e-03, -1.5993e-02],
                        [ 4.3567e-03,  2.8269e-03,  2.0313e-02],
                        [-1.6953e-02, -1.2477e-02, -6.3685e-03]]]], device='cuda:0')),
             ('module.module.down3.maxpool_conv.1.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.down3.maxpool_conv.1.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.down3.maxpool_conv.1.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.down3.maxpool_conv.1.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.down3.maxpool_conv.1.double_conv.1.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.down3.maxpool_conv.1.double_conv.3.weight',
              tensor([[[[ 1.3495e-02,  1.1336e-02,  3.2999e-03],
                        [ 1.0248e-02,  4.9058e-03,  1.6721e-03],
                        [ 1.4577e-02,  1.2254e-02, -1.0996e-02]],
              
                       [[ 2.8387e-03, -1.2857e-02, -6.3248e-04],
                        [ 1.0179e-02, -7.9369e-03,  9.4359e-03],
                        [ 2.8751e-03, -1.1316e-02, -2.7018e-03]],
              
                       [[ 1.3239e-02,  1.3039e-03, -1.3213e-02],
                        [-8.4236e-03,  2.3438e-03, -1.4353e-02],
                        [ 9.7540e-03,  7.3673e-03,  9.9629e-04]],
              
                       ...,
              
                       [[-1.2715e-02, -5.7416e-03,  8.1590e-04],
                        [ 1.2467e-02,  5.0082e-03, -9.3793e-03],
                        [-1.0866e-02,  6.1197e-03,  2.4678e-03]],
              
                       [[-1.3211e-02, -6.7648e-03,  1.4521e-02],
                        [-5.5102e-03, -5.2198e-03,  1.0626e-02],
                        [-1.1742e-02, -6.2968e-03, -3.1413e-03]],
              
                       [[ 5.9503e-04, -9.2838e-03,  2.2524e-03],
                        [ 4.4587e-03, -6.3728e-04, -1.4285e-02],
                        [-5.1423e-03, -5.7166e-03,  1.2934e-02]]],
              
              
                      [[[ 1.8463e-03, -5.4794e-04, -1.8946e-03],
                        [ 9.7586e-04,  3.5177e-03, -4.0504e-03],
                        [-6.2299e-03,  5.2996e-03,  1.3720e-02]],
              
                       [[-5.9090e-03,  1.6445e-03,  2.7570e-03],
                        [-9.9673e-04, -1.0245e-02,  5.6605e-03],
                        [ 1.1391e-02, -1.1658e-02, -1.1734e-02]],
              
                       [[-1.1735e-02,  2.4595e-03,  5.7827e-03],
                        [ 7.1670e-03, -1.6270e-03,  1.0687e-02],
                        [ 6.0396e-03, -7.3033e-04, -8.5946e-03]],
              
                       ...,
              
                       [[ 1.1671e-02,  1.3118e-02, -1.3291e-02],
                        [ 6.1538e-03, -6.0592e-04,  6.6185e-03],
                        [ 1.2829e-03, -1.3731e-02,  1.4932e-03]],
              
                       [[-7.4605e-03,  6.8828e-04, -1.2302e-04],
                        [-8.1735e-03,  1.2001e-02,  7.8193e-03],
                        [ 2.0528e-03, -6.3210e-03,  1.3449e-02]],
              
                       [[ 2.9136e-03,  6.6908e-03, -3.7520e-03],
                        [ 9.3340e-03, -4.1290e-03, -1.4161e-02],
                        [-5.5939e-03,  5.1468e-03,  7.5768e-05]]],
              
              
                      [[[ 7.9902e-03,  8.0955e-03,  1.0381e-02],
                        [ 6.6680e-03,  2.9378e-03,  6.6944e-03],
                        [-2.3877e-03, -4.8883e-03,  8.5533e-03]],
              
                       [[-1.2371e-02, -1.2348e-02,  4.0223e-03],
                        [-6.9362e-03, -1.0553e-02,  5.3495e-03],
                        [ 4.4429e-04,  5.7790e-03, -2.5581e-03]],
              
                       [[ 2.1132e-03, -1.0715e-02,  3.1263e-03],
                        [ 1.4578e-02, -4.7421e-03, -4.1220e-03],
                        [ 7.7216e-03, -7.0857e-03, -4.0999e-03]],
              
                       ...,
              
                       [[-1.2722e-02,  4.8952e-03,  3.1216e-03],
                        [-3.6589e-03,  3.9157e-03,  7.6172e-05],
                        [ 6.6556e-03,  1.3619e-02, -1.0715e-02]],
              
                       [[-8.3624e-03,  2.8966e-03,  7.7819e-03],
                        [ 9.6693e-03, -1.3035e-02, -1.2682e-02],
                        [-1.2393e-02,  1.4095e-02, -9.9444e-03]],
              
                       [[-2.6372e-03, -9.4880e-03, -4.2093e-03],
                        [ 2.4768e-03,  5.2376e-03, -1.6081e-03],
                        [ 1.4001e-03,  8.7849e-03, -6.4915e-03]]],
              
              
                      ...,
              
              
                      [[[-6.1331e-03, -1.0245e-02,  5.5679e-03],
                        [-1.3925e-02, -5.4960e-03, -6.4326e-03],
                        [ 1.0665e-03,  9.3625e-03, -1.0900e-02]],
              
                       [[-1.2820e-02, -1.4185e-02,  7.6603e-03],
                        [ 5.5901e-03, -7.7663e-03, -1.3632e-02],
                        [-7.8664e-03,  3.8328e-03, -6.1660e-03]],
              
                       [[ 2.2009e-03,  1.2656e-02, -5.1460e-03],
                        [-7.3644e-03, -1.2076e-03,  1.9836e-03],
                        [-1.4580e-03, -8.4020e-04,  1.0106e-02]],
              
                       ...,
              
                       [[ 7.8239e-03,  8.2156e-03,  5.3135e-03],
                        [ 7.6519e-03,  2.5644e-03,  9.5596e-03],
                        [ 1.2521e-02,  7.5805e-03, -1.3987e-02]],
              
                       [[ 1.0951e-02,  7.9635e-04, -6.1090e-03],
                        [ 7.5488e-03,  1.2158e-02, -1.4382e-02],
                        [-3.4198e-03, -3.9887e-03, -3.8113e-03]],
              
                       [[-1.1689e-02,  9.5688e-03, -5.1517e-03],
                        [-1.1460e-02, -4.0730e-03, -5.6413e-03],
                        [ 7.0657e-03,  2.6805e-03, -5.1478e-03]]],
              
              
                      [[[-9.6095e-03, -1.3585e-03, -7.0119e-03],
                        [ 9.6654e-03,  1.0712e-02,  1.0401e-02],
                        [-3.5123e-03,  1.3850e-02,  1.0464e-02]],
              
                       [[-1.1702e-02, -7.7455e-03, -5.3939e-03],
                        [-1.2093e-02, -8.4871e-03, -3.2977e-03],
                        [-1.0420e-02,  8.9802e-03, -4.9594e-03]],
              
                       [[-1.2320e-02,  2.4707e-03, -2.3200e-03],
                        [-3.9590e-03,  1.1381e-02, -3.2109e-03],
                        [-1.9178e-03, -1.3853e-02, -4.3691e-03]],
              
                       ...,
              
                       [[ 1.0142e-02,  1.3061e-02,  1.1623e-02],
                        [-5.8694e-03, -6.4008e-04,  1.3774e-02],
                        [ 6.2873e-03,  3.2907e-03, -8.4393e-03]],
              
                       [[ 3.5045e-03,  4.6928e-03,  1.1195e-02],
                        [ 5.2034e-03, -9.1595e-03,  1.1639e-02],
                        [-7.8218e-03,  7.5058e-03, -1.4309e-02]],
              
                       [[-2.4525e-03, -3.6981e-03,  1.1964e-02],
                        [-1.2757e-02, -5.8314e-03, -1.1045e-02],
                        [ 6.1323e-03,  1.4707e-02, -9.2333e-03]]],
              
              
                      [[[ 5.0627e-03,  1.4049e-02,  7.1501e-03],
                        [-1.3210e-02,  1.1269e-02,  2.2428e-03],
                        [-9.7158e-03,  5.5631e-03, -1.2279e-02]],
              
                       [[-9.5874e-03, -5.4147e-04,  1.4689e-02],
                        [ 4.4917e-03, -1.3910e-02, -3.7383e-04],
                        [-7.5597e-03,  9.3203e-03, -7.5512e-03]],
              
                       [[-1.4322e-02, -1.1102e-02,  1.1979e-02],
                        [ 6.4091e-03, -1.3175e-02,  2.6744e-04],
                        [ 1.1095e-03,  6.2741e-03,  5.1492e-04]],
              
                       ...,
              
                       [[ 1.3908e-02,  9.8417e-03,  9.4988e-03],
                        [ 1.1376e-02,  1.9947e-04, -8.0265e-03],
                        [-1.1771e-02, -1.0298e-02, -2.5397e-03]],
              
                       [[-2.3932e-03,  1.3351e-02,  1.0970e-02],
                        [ 1.2986e-02,  3.9482e-03, -8.2351e-03],
                        [-1.0508e-02, -3.3115e-03, -8.0658e-03]],
              
                       [[-2.9153e-03,  1.4376e-02, -3.0430e-03],
                        [ 1.3600e-02, -2.1507e-03, -4.3007e-03],
                        [-3.6526e-03,  8.3328e-03,  8.7380e-03]]]], device='cuda:0')),
             ('module.module.down3.maxpool_conv.1.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.down3.maxpool_conv.1.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.down3.maxpool_conv.1.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.down3.maxpool_conv.1.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.down3.maxpool_conv.1.double_conv.4.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.down4.maxpool_conv.1.double_conv.0.weight',
              tensor([[[[-1.3104e-02,  9.6535e-03,  7.0547e-03],
                        [ 6.8489e-03,  5.6884e-03, -3.3797e-03],
                        [-1.3077e-02,  1.1413e-02, -8.2186e-03]],
              
                       [[-6.4877e-03,  1.2398e-02,  1.4672e-02],
                        [-2.8377e-03,  2.9911e-03,  8.6744e-03],
                        [ 4.6708e-03, -1.9309e-03, -1.3963e-02]],
              
                       [[-8.8996e-04, -1.3098e-02, -1.2099e-02],
                        [ 1.1789e-02, -6.3457e-03,  8.4533e-03],
                        [ 6.9120e-04,  3.7103e-03, -3.9384e-03]],
              
                       ...,
              
                       [[-1.4631e-02,  7.6187e-03,  1.3055e-02],
                        [ 8.7348e-03,  2.2455e-03,  1.4252e-02],
                        [-7.8609e-03,  6.6497e-03,  1.2674e-02]],
              
                       [[ 1.0928e-02,  8.1940e-03,  1.4620e-03],
                        [ 1.1112e-03, -7.0720e-03, -1.2397e-02],
                        [ 1.3073e-02,  2.2528e-03,  6.1473e-03]],
              
                       [[-1.1589e-02, -9.5213e-03, -5.2496e-03],
                        [-1.1412e-02, -1.3629e-02,  7.4268e-03],
                        [-6.4922e-03,  1.1146e-02, -9.5554e-03]]],
              
              
                      [[[ 2.3625e-05, -1.3995e-02, -7.6334e-03],
                        [-9.4009e-03, -9.2042e-03,  5.7072e-03],
                        [ 9.9287e-03, -5.7740e-03,  8.9586e-03]],
              
                       [[ 1.4008e-02, -1.0200e-02,  1.3237e-02],
                        [ 1.4621e-02, -1.2051e-02,  6.9597e-03],
                        [ 1.2422e-02, -8.4337e-03, -7.5494e-03]],
              
                       [[ 5.7422e-04, -8.9031e-03,  1.4246e-02],
                        [-3.9909e-03, -1.2648e-05,  7.5228e-03],
                        [ 4.5517e-03, -8.1091e-03, -2.5926e-03]],
              
                       ...,
              
                       [[ 1.7802e-03,  1.2118e-02, -8.6626e-04],
                        [-6.0965e-04, -5.6477e-03, -4.7239e-03],
                        [-1.4231e-03, -1.1298e-02,  4.0613e-03]],
              
                       [[ 2.4961e-05,  4.4265e-03,  1.4223e-02],
                        [ 2.2458e-03,  1.3728e-02, -1.1796e-02],
                        [-7.2479e-03,  1.2696e-02,  4.3921e-03]],
              
                       [[ 1.4457e-02, -1.0118e-02,  1.3083e-02],
                        [-7.3051e-03,  1.3544e-02, -1.2357e-02],
                        [ 3.5746e-03, -1.3268e-02, -9.3003e-03]]],
              
              
                      [[[-3.1621e-03,  1.4471e-02,  1.0941e-02],
                        [ 1.2192e-02,  5.9600e-03,  7.0732e-03],
                        [ 1.6198e-03, -1.1914e-02, -1.1316e-02]],
              
                       [[-8.1733e-03, -4.6493e-03,  1.3078e-02],
                        [-5.0052e-03, -1.0437e-02,  9.8975e-03],
                        [-1.3412e-02, -8.9157e-03,  1.3293e-02]],
              
                       [[-5.0194e-03,  6.6695e-03,  3.4234e-04],
                        [-1.3336e-02,  1.4430e-03,  7.5926e-03],
                        [-1.0269e-03,  1.0630e-02, -8.4293e-03]],
              
                       ...,
              
                       [[ 1.0040e-02, -9.6519e-03,  1.1701e-02],
                        [ 6.5308e-05,  3.5704e-03, -1.2048e-02],
                        [-9.5033e-03, -1.2604e-02, -1.2307e-02]],
              
                       [[-6.6415e-03, -1.0024e-02,  1.3435e-02],
                        [-6.3868e-03, -1.4265e-02, -2.8581e-03],
                        [-1.3789e-02,  1.1855e-02,  7.1601e-03]],
              
                       [[-9.1238e-03,  4.7032e-05, -2.2387e-03],
                        [ 4.9879e-04,  7.7738e-03,  5.1973e-03],
                        [ 3.4793e-03,  9.1406e-03, -9.1121e-04]]],
              
              
                      ...,
              
              
                      [[[ 3.2879e-03,  1.1191e-03, -6.0251e-03],
                        [-3.2071e-03,  5.4502e-03,  1.2839e-04],
                        [ 5.8309e-03, -1.3948e-02,  3.9841e-03]],
              
                       [[ 1.0795e-02,  5.7343e-03,  3.2873e-03],
                        [ 5.4282e-03, -1.0134e-02,  3.3486e-03],
                        [ 5.0658e-03, -1.4290e-02,  3.9768e-03]],
              
                       [[-1.4718e-02, -4.8749e-03,  8.8550e-03],
                        [-1.2116e-02,  3.9706e-03, -1.5341e-04],
                        [-5.6044e-03,  9.2914e-03,  2.6309e-03]],
              
                       ...,
              
                       [[ 1.1578e-02,  4.7662e-03,  1.0865e-02],
                        [-9.9621e-03,  7.2204e-03,  6.7652e-03],
                        [ 6.1930e-03,  5.5036e-03, -4.8385e-03]],
              
                       [[-1.1982e-02,  9.0713e-03, -6.7553e-03],
                        [ 1.0392e-02, -6.3635e-03, -1.1598e-03],
                        [ 1.0464e-02,  4.0243e-03,  1.4345e-03]],
              
                       [[ 3.2504e-03,  1.4237e-02, -7.7320e-03],
                        [-1.0245e-02, -8.5657e-03, -1.2735e-02],
                        [-3.5816e-03,  1.3560e-02, -1.2678e-02]]],
              
              
                      [[[-1.4336e-02, -4.6926e-03,  1.3425e-02],
                        [ 1.3409e-02, -6.8928e-03, -9.7946e-03],
                        [-1.4182e-02, -8.6928e-03, -1.4202e-02]],
              
                       [[-5.0576e-03, -9.8077e-03,  5.6572e-03],
                        [-1.4611e-02,  4.4676e-03, -1.3235e-02],
                        [ 3.6478e-03,  4.1773e-04,  1.4504e-02]],
              
                       [[-8.5665e-03, -6.6888e-03, -5.9852e-03],
                        [ 1.8548e-03,  1.2795e-02, -6.3900e-03],
                        [-1.3038e-02,  7.2169e-03,  9.2560e-03]],
              
                       ...,
              
                       [[-5.8375e-03,  8.9250e-03,  1.2109e-02],
                        [-1.3653e-02,  1.3453e-02, -6.7649e-03],
                        [-1.2166e-02, -1.3578e-02, -1.2037e-03]],
              
                       [[-5.5372e-03, -3.9234e-03, -2.1640e-03],
                        [-8.1456e-03, -8.1486e-03,  4.8608e-05],
                        [-7.9746e-03,  3.5861e-03, -5.4110e-03]],
              
                       [[ 9.0684e-03, -4.6523e-03,  8.6029e-03],
                        [-3.5470e-03, -2.6329e-03,  4.1187e-03],
                        [-1.7698e-03,  3.1339e-03, -1.3087e-02]]],
              
              
                      [[[ 1.3993e-02,  1.0210e-02, -9.8379e-03],
                        [-3.6017e-03,  1.5505e-03, -7.5702e-03],
                        [-1.3827e-03, -1.4429e-02, -1.3696e-02]],
              
                       [[ 1.2335e-02,  8.3124e-03, -4.6792e-03],
                        [ 4.8468e-03,  1.3626e-04,  9.8758e-03],
                        [-2.6817e-03,  3.2997e-03, -9.7415e-04]],
              
                       [[ 3.1673e-03, -7.1938e-03, -1.4500e-03],
                        [-9.1013e-03,  8.4705e-03, -9.5864e-03],
                        [ 1.6714e-03, -1.4101e-02,  1.1644e-02]],
              
                       ...,
              
                       [[ 1.4320e-02,  4.4366e-03, -5.8747e-03],
                        [-8.1688e-03, -6.9629e-03,  3.0317e-04],
                        [-1.2110e-02, -1.3646e-02, -6.0113e-03]],
              
                       [[-3.7647e-04,  7.6979e-03,  3.3129e-03],
                        [ 7.6917e-03, -1.9005e-03,  6.3914e-03],
                        [-2.9271e-03,  1.0327e-02, -9.8557e-03]],
              
                       [[ 1.1749e-02,  3.9048e-03, -7.2822e-03],
                        [ 1.4049e-02,  1.3569e-02,  2.5594e-03],
                        [ 1.2890e-02,  5.6545e-03,  6.2168e-03]]]], device='cuda:0')),
             ('module.module.down4.maxpool_conv.1.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.down4.maxpool_conv.1.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.down4.maxpool_conv.1.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.down4.maxpool_conv.1.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.down4.maxpool_conv.1.double_conv.1.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.down4.maxpool_conv.1.double_conv.3.weight',
              tensor([[[[-1.0162e-02, -7.9513e-03, -1.4126e-02],
                        [-6.2557e-03, -9.7779e-03,  1.0858e-02],
                        [ 9.1498e-03,  3.0958e-04,  9.0409e-03]],
              
                       [[-7.6646e-03, -9.0559e-03, -8.4516e-04],
                        [-1.2277e-02,  2.7770e-03,  2.4928e-03],
                        [ 2.1196e-03, -2.7451e-03, -1.3663e-02]],
              
                       [[-8.4018e-03,  3.2803e-03, -6.1505e-03],
                        [ 1.3116e-02,  8.8065e-03,  4.6064e-03],
                        [ 9.4382e-03, -7.7282e-03,  1.0306e-02]],
              
                       ...,
              
                       [[ 6.6357e-03, -2.2279e-03, -8.7835e-03],
                        [-5.1093e-03,  3.9618e-03,  8.8206e-03],
                        [ 1.4141e-02,  1.3784e-02,  1.1771e-02]],
              
                       [[-5.9949e-03, -1.3745e-04,  7.4454e-03],
                        [-9.2404e-03,  1.3126e-02,  9.9188e-03],
                        [-6.8859e-03, -1.4138e-02, -9.2198e-03]],
              
                       [[-1.4438e-02,  1.1573e-02,  1.1146e-02],
                        [-8.7031e-03, -4.6383e-03,  7.3338e-03],
                        [ 1.1381e-02, -9.0583e-03, -2.5293e-03]]],
              
              
                      [[[-1.3852e-02, -6.8651e-03,  2.3293e-03],
                        [ 1.2269e-02,  6.5710e-03,  3.9793e-03],
                        [-7.3067e-03, -5.9318e-03, -6.7658e-03]],
              
                       [[ 9.5927e-03, -7.6682e-03, -1.3819e-02],
                        [-9.0626e-03,  3.5546e-03, -8.5062e-03],
                        [ 1.7261e-03, -2.6030e-03, -1.4632e-02]],
              
                       [[ 1.0916e-02,  1.0892e-02,  1.4228e-02],
                        [ 1.1874e-02, -6.4073e-03, -5.1940e-03],
                        [-7.4828e-03, -7.4947e-03,  2.5183e-03]],
              
                       ...,
              
                       [[ 9.7132e-03,  2.0456e-03, -4.0253e-03],
                        [ 1.9973e-03,  1.2258e-02, -1.3174e-03],
                        [-9.0220e-03, -8.2095e-03,  1.4117e-02]],
              
                       [[-1.0827e-02,  1.4226e-02, -6.4879e-03],
                        [ 1.2198e-02, -1.2647e-02,  8.6206e-03],
                        [-2.7980e-03, -2.0266e-03,  5.7236e-03]],
              
                       [[-1.2030e-02,  1.2822e-02, -8.4252e-03],
                        [ 1.1277e-02, -7.0514e-03, -7.5673e-03],
                        [ 8.1968e-03, -1.2170e-02, -7.3895e-03]]],
              
              
                      [[[ 8.0684e-03,  1.3598e-02, -7.9777e-03],
                        [-1.4268e-02,  4.8484e-03, -1.1704e-02],
                        [ 4.8766e-03,  2.9658e-03,  2.0288e-03]],
              
                       [[-1.1000e-03, -2.6417e-03,  3.1051e-03],
                        [ 1.2253e-02, -7.2229e-03, -1.1037e-03],
                        [ 1.0293e-02,  3.9444e-03, -8.0077e-03]],
              
                       [[ 3.6599e-03,  1.3138e-02, -1.0403e-03],
                        [-1.0804e-02, -2.9224e-03, -7.3381e-04],
                        [-8.4483e-03, -3.5656e-03,  1.0923e-02]],
              
                       ...,
              
                       [[ 1.0183e-02, -1.0656e-02,  2.5374e-03],
                        [-2.4001e-03,  9.3434e-03,  8.0887e-03],
                        [-3.1470e-03, -3.6860e-03,  6.9349e-03]],
              
                       [[-1.4212e-02,  4.7419e-03,  2.2588e-03],
                        [ 1.2572e-02,  2.5563e-03, -8.1275e-03],
                        [-3.7703e-03,  2.5945e-03,  5.5602e-03]],
              
                       [[-1.2830e-02, -1.0370e-02,  9.9764e-03],
                        [-1.0848e-02, -9.6209e-03,  8.2907e-03],
                        [ 4.6423e-03, -4.9777e-03, -8.6183e-03]]],
              
              
                      ...,
              
              
                      [[[ 7.9552e-03,  1.0103e-02, -4.7408e-03],
                        [-1.3407e-02,  6.5927e-03, -7.2890e-03],
                        [ 1.2902e-02, -7.3139e-03,  4.8173e-03]],
              
                       [[-8.6896e-03, -1.9172e-03,  5.9656e-03],
                        [-7.3172e-05,  2.9933e-03, -1.1204e-02],
                        [ 2.1456e-03,  2.6252e-03, -1.3978e-02]],
              
                       [[-8.2944e-03, -6.1581e-03,  1.3276e-02],
                        [ 2.0285e-04, -6.9051e-03,  1.3585e-02],
                        [-7.9958e-03,  5.1597e-03, -1.1482e-02]],
              
                       ...,
              
                       [[ 2.9236e-03,  8.6567e-03, -5.6918e-03],
                        [ 1.2319e-02, -1.2173e-02, -1.1142e-02],
                        [ 2.1955e-03,  2.1893e-03,  1.0226e-02]],
              
                       [[-1.3731e-02,  2.4001e-04,  1.0280e-02],
                        [ 6.2036e-04,  9.4891e-03, -9.4363e-03],
                        [ 7.7716e-03, -5.3223e-03, -1.1793e-02]],
              
                       [[ 9.0567e-03, -9.4963e-03,  1.2966e-02],
                        [-3.5606e-03,  6.7127e-03,  9.2346e-03],
                        [ 1.6610e-04,  9.7832e-04, -3.7458e-03]]],
              
              
                      [[[ 1.8821e-03,  7.0609e-03, -9.9641e-03],
                        [ 2.8442e-03, -3.4813e-04,  2.8147e-03],
                        [-7.6718e-03,  1.4098e-03,  3.6991e-03]],
              
                       [[-7.4600e-03,  6.1319e-03, -6.6834e-03],
                        [ 4.6137e-03, -9.7316e-03, -2.1926e-03],
                        [-5.1150e-03,  8.5056e-03,  1.4168e-02]],
              
                       [[ 1.2746e-02,  8.4634e-03,  1.2394e-02],
                        [ 6.5522e-03, -1.0927e-02, -1.4621e-02],
                        [ 9.5033e-03,  3.9224e-03,  9.9719e-03]],
              
                       ...,
              
                       [[-4.0116e-03, -1.4190e-02, -2.6838e-03],
                        [-1.9716e-04, -1.6087e-03, -2.2089e-03],
                        [ 1.1347e-02,  5.0595e-04, -2.1228e-03]],
              
                       [[ 1.1465e-03,  6.0314e-03, -7.8767e-03],
                        [-6.6732e-03, -5.0615e-03, -7.0481e-03],
                        [-3.5145e-03, -1.4674e-02,  9.3690e-03]],
              
                       [[-2.1949e-03,  1.8604e-04, -3.8469e-04],
                        [-6.0911e-03,  4.8625e-03,  9.1291e-04],
                        [-4.2253e-03, -9.7373e-03,  3.0233e-03]]],
              
              
                      [[[ 1.3092e-02, -9.1652e-03, -1.4018e-02],
                        [-7.5290e-03, -1.1704e-02,  1.1918e-02],
                        [-3.6753e-03,  8.3012e-03, -7.8185e-03]],
              
                       [[ 1.3660e-02, -1.0051e-04, -4.8537e-03],
                        [ 4.5250e-03,  1.1501e-02, -1.2260e-02],
                        [-1.2088e-02, -1.1217e-02, -8.9023e-03]],
              
                       [[ 3.9087e-03, -1.1512e-03, -1.3955e-02],
                        [-2.1982e-03,  1.0120e-02, -5.0558e-03],
                        [-1.3255e-02,  2.8492e-03, -4.1524e-03]],
              
                       ...,
              
                       [[-1.2921e-02, -1.8075e-03,  3.1186e-03],
                        [ 4.0110e-03,  5.9678e-03, -1.5871e-03],
                        [ 4.0160e-03,  4.9175e-04,  2.2130e-03]],
              
                       [[-3.4039e-03, -1.2438e-02,  6.7231e-03],
                        [ 1.2851e-02, -5.3675e-03,  1.6797e-03],
                        [-1.3136e-02, -2.5658e-03, -5.8660e-03]],
              
                       [[-2.0538e-03,  7.5002e-04,  6.9986e-03],
                        [ 1.3422e-02, -9.2835e-04,  4.6620e-03],
                        [-1.3815e-02,  5.7040e-03, -6.6107e-03]]]], device='cuda:0')),
             ('module.module.down4.maxpool_conv.1.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.down4.maxpool_conv.1.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.down4.maxpool_conv.1.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.down4.maxpool_conv.1.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.down4.maxpool_conv.1.double_conv.4.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.up1.conv.double_conv.0.weight',
              tensor([[[[ 6.0052e-03, -6.1578e-03, -8.6970e-03],
                        [ 1.6955e-03, -7.3866e-03,  5.3448e-03],
                        [ 5.5082e-03,  9.1673e-03,  1.0191e-02]],
              
                       [[-3.7926e-03,  5.7925e-03,  1.0316e-02],
                        [ 9.6915e-03,  8.8699e-03,  5.3047e-03],
                        [ 5.0500e-03,  4.6066e-03,  1.0278e-02]],
              
                       [[-7.2442e-04, -7.9003e-03, -9.7175e-03],
                        [ 4.6586e-04, -3.6655e-03, -9.5510e-03],
                        [-9.1740e-03, -7.8502e-03, -5.3606e-03]],
              
                       ...,
              
                       [[ 2.1322e-03, -9.4887e-05, -4.9738e-03],
                        [-6.1662e-03,  1.3903e-03, -7.2019e-03],
                        [ 5.4206e-03,  8.7880e-03,  4.3695e-03]],
              
                       [[ 3.3114e-03, -4.8001e-03, -2.7326e-03],
                        [-3.7524e-03,  7.7908e-03, -8.4219e-03],
                        [ 2.0721e-03,  7.5771e-03,  6.9718e-03]],
              
                       [[-9.9150e-03, -2.1330e-03,  7.4038e-03],
                        [-6.3372e-03, -8.1195e-03,  1.6034e-03],
                        [ 5.8172e-03, -1.3327e-03, -7.0786e-03]]],
              
              
                      [[[-4.7313e-03, -2.5325e-03, -6.1366e-03],
                        [ 1.1530e-03, -5.3506e-03, -6.1344e-04],
                        [ 2.7635e-03, -6.2766e-03,  4.6419e-03]],
              
                       [[ 4.3768e-03, -4.0070e-03,  8.7607e-03],
                        [-8.9397e-03, -9.8516e-03, -2.8273e-03],
                        [-3.7660e-03,  3.6542e-03,  1.0126e-02]],
              
                       [[-6.7512e-03,  6.0833e-03,  2.7166e-03],
                        [ 9.3578e-04,  5.1147e-03,  6.3890e-03],
                        [ 1.5687e-04,  7.4274e-03, -8.3365e-03]],
              
                       ...,
              
                       [[-4.8921e-03, -5.4093e-03,  5.6688e-03],
                        [ 3.1983e-03,  3.9314e-03, -8.9410e-03],
                        [ 6.5762e-03, -9.7403e-03, -4.1459e-03]],
              
                       [[ 8.1715e-03,  5.4453e-03, -7.9296e-03],
                        [ 1.6348e-03, -1.7733e-04,  1.1809e-03],
                        [-6.2941e-03,  6.1941e-03,  1.7227e-03]],
              
                       [[ 9.5111e-03, -8.0376e-03, -3.7345e-03],
                        [ 5.4716e-03, -3.7542e-03,  2.9980e-03],
                        [-7.5362e-03,  8.4094e-03,  8.9098e-03]]],
              
              
                      [[[-9.6740e-03, -8.1277e-03,  3.9857e-03],
                        [-3.5163e-03,  8.6464e-03,  4.2643e-03],
                        [-5.0144e-03, -9.8802e-04,  4.8284e-04]],
              
                       [[-6.5739e-03,  9.1206e-03,  5.8876e-03],
                        [-4.3970e-03,  3.9926e-04,  4.9571e-03],
                        [-3.2965e-03,  4.1399e-04, -2.7867e-03]],
              
                       [[-4.9022e-03, -7.1855e-04,  5.2022e-04],
                        [-3.8415e-03,  7.9072e-03,  1.0071e-02],
                        [-6.5128e-03, -3.6828e-03, -8.3628e-03]],
              
                       ...,
              
                       [[ 8.5856e-03, -7.1988e-03,  9.1629e-03],
                        [ 9.4906e-03, -6.0381e-03,  6.3775e-04],
                        [ 3.2705e-03, -4.2573e-03,  7.2144e-03]],
              
                       [[-2.7434e-03, -5.6575e-03,  7.0926e-03],
                        [ 6.5038e-03,  1.0222e-02,  7.6083e-03],
                        [ 8.3256e-03,  7.9641e-03, -6.8926e-03]],
              
                       [[ 3.2581e-03, -3.4153e-03,  1.7781e-04],
                        [-4.7329e-03, -2.7371e-03, -7.9243e-03],
                        [-7.3951e-03, -3.6213e-03,  3.8721e-04]]],
              
              
                      ...,
              
              
                      [[[-1.3754e-03,  1.0256e-02, -9.6938e-03],
                        [-5.2090e-03,  1.1899e-03,  6.6328e-03],
                        [-6.4318e-03,  7.6097e-03,  3.2797e-03]],
              
                       [[-7.0052e-03,  4.5905e-03, -8.9286e-03],
                        [-8.2543e-03, -5.1691e-03, -5.8590e-03],
                        [ 8.7791e-03,  5.7680e-03, -8.9067e-03]],
              
                       [[-7.6416e-03, -9.3266e-03,  9.4770e-03],
                        [ 1.4398e-03,  4.5831e-03, -3.4448e-03],
                        [-4.5923e-03, -5.7610e-03, -4.3103e-03]],
              
                       ...,
              
                       [[-2.0614e-03, -8.5129e-03, -8.4951e-03],
                        [ 2.6566e-03,  9.1776e-03,  2.6760e-03],
                        [-1.7022e-04,  3.6392e-03,  5.0875e-03]],
              
                       [[-2.9073e-03, -7.8702e-03, -1.2811e-03],
                        [-8.3429e-03, -8.4082e-03,  4.3443e-03],
                        [-6.5337e-03,  3.0448e-03, -3.2978e-03]],
              
                       [[-6.3634e-03, -6.4584e-03, -9.4520e-03],
                        [ 6.3613e-03,  1.3895e-03,  6.7184e-03],
                        [ 1.9717e-04,  3.0919e-03, -9.3850e-03]]],
              
              
                      [[[-7.3347e-03,  3.7111e-03, -1.4600e-03],
                        [-8.9929e-03, -1.0001e-02, -9.7608e-03],
                        [ 4.9672e-03, -5.1917e-03, -9.9102e-03]],
              
                       [[ 7.6933e-03, -4.9824e-03, -8.9469e-03],
                        [ 4.8704e-03, -1.6437e-03,  8.8097e-03],
                        [-3.0993e-03, -5.9778e-03, -3.1651e-03]],
              
                       [[ 8.6893e-03,  9.8990e-03,  7.1665e-03],
                        [ 7.6924e-03, -1.0816e-03,  9.3137e-03],
                        [-4.7224e-03, -3.9862e-03, -7.0841e-03]],
              
                       ...,
              
                       [[ 7.1673e-03,  5.2882e-03,  5.8690e-03],
                        [ 4.2807e-04, -4.7009e-04,  9.8658e-03],
                        [-3.6831e-03, -3.5520e-03,  4.0485e-03]],
              
                       [[-5.5522e-03,  9.4766e-03,  8.2692e-03],
                        [-3.1187e-03, -8.5105e-03,  8.7861e-03],
                        [-7.3462e-03,  5.8684e-03,  9.6273e-03]],
              
                       [[-3.7102e-03,  7.7810e-03, -1.4194e-03],
                        [-4.0797e-03, -8.0059e-03,  8.5199e-03],
                        [-9.1947e-03,  3.5915e-03, -4.6602e-03]]],
              
              
                      [[[-1.3775e-03,  6.0666e-04, -6.9796e-04],
                        [ 6.7400e-03,  6.6210e-03,  2.7429e-03],
                        [-8.8243e-03, -9.8390e-03,  2.4116e-03]],
              
                       [[ 4.7119e-03,  3.2005e-03,  5.9726e-03],
                        [ 9.5476e-03,  1.6969e-03,  9.7832e-03],
                        [-2.6481e-03,  7.0522e-03, -7.9863e-03]],
              
                       [[ 4.9707e-03,  9.5256e-04, -1.3029e-03],
                        [-6.9370e-03, -1.0068e-02,  1.0652e-03],
                        [-2.0503e-03,  8.6360e-03, -1.5661e-03]],
              
                       ...,
              
                       [[-6.5328e-03, -9.1420e-04,  5.5855e-03],
                        [ 8.4739e-03, -4.1916e-03,  1.0212e-02],
                        [ 1.0342e-02, -8.0135e-03, -1.1019e-04]],
              
                       [[ 4.2931e-03,  4.7278e-03,  8.9549e-03],
                        [ 7.2504e-03,  4.6937e-03, -6.7444e-03],
                        [-1.0244e-02,  2.1343e-03, -3.2979e-03]],
              
                       [[ 9.3904e-03, -7.6412e-03,  2.0035e-03],
                        [-6.8808e-03,  1.0404e-02,  9.5906e-03],
                        [ 5.1486e-03,  1.8948e-03, -1.0138e-03]]]], device='cuda:0')),
             ('module.module.up1.conv.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.up1.conv.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.up1.conv.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.up1.conv.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.up1.conv.double_conv.1.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.up1.conv.double_conv.3.weight',
              tensor([[[[ 4.6532e-03, -7.6019e-03, -2.2726e-03],
                        [ 4.6818e-03,  1.2958e-02,  7.4474e-03],
                        [ 1.0656e-02,  7.3169e-03,  1.4385e-02]],
              
                       [[-7.1003e-03,  5.6198e-03,  1.1528e-02],
                        [ 1.2165e-02,  2.7467e-03,  1.2221e-02],
                        [ 1.0123e-02, -7.3388e-04, -1.3558e-02]],
              
                       [[ 6.1051e-04, -1.0071e-02,  1.0367e-02],
                        [ 5.4181e-03,  3.2388e-03,  8.1533e-04],
                        [ 9.9759e-03, -8.9243e-03, -1.0614e-02]],
              
                       ...,
              
                       [[-1.1593e-02,  4.4562e-03, -1.2794e-02],
                        [-2.0847e-03,  8.4393e-03, -3.0718e-03],
                        [ 1.2095e-02,  9.6634e-03, -6.1204e-03]],
              
                       [[-8.5692e-03, -5.3203e-03, -6.0301e-03],
                        [-1.3060e-02, -4.9878e-03,  1.3536e-02],
                        [-3.0446e-03, -3.7271e-03,  1.8943e-03]],
              
                       [[ 9.1236e-03,  6.2085e-03, -5.2066e-03],
                        [ 7.0768e-03,  5.8855e-03, -1.3525e-02],
                        [ 1.2969e-02, -3.1656e-03, -9.7805e-03]]],
              
              
                      [[[-1.3448e-02, -1.4380e-02,  3.3876e-03],
                        [-6.9893e-03, -8.7593e-03,  3.4935e-03],
                        [ 6.0252e-03,  6.2473e-03, -7.2960e-04]],
              
                       [[ 1.2521e-03, -1.2604e-02, -1.4122e-02],
                        [-7.8812e-03,  1.2843e-03,  3.4510e-03],
                        [-8.0826e-03, -6.0928e-03,  1.4071e-02]],
              
                       [[ 1.2236e-02, -2.2066e-03,  7.5802e-03],
                        [-3.4579e-03, -8.4028e-03,  1.2992e-02],
                        [ 1.5273e-03,  9.6915e-03, -2.7779e-03]],
              
                       ...,
              
                       [[-9.7299e-03,  7.2240e-03,  3.2073e-04],
                        [ 5.1952e-03,  1.3993e-02,  5.8187e-03],
                        [-3.9472e-03,  9.5075e-03,  9.9508e-03]],
              
                       [[ 3.8860e-03, -7.5956e-03, -6.7716e-03],
                        [-6.3491e-03,  1.1731e-02, -4.6717e-03],
                        [ 5.6204e-04, -4.5982e-03, -1.3072e-03]],
              
                       [[-9.9374e-03, -1.4691e-03,  9.6274e-03],
                        [-3.4154e-03, -9.9765e-03,  4.7587e-03],
                        [ 1.1309e-02,  1.2087e-03,  1.1953e-02]]],
              
              
                      [[[ 1.2883e-02, -7.2949e-03, -4.8458e-03],
                        [ 9.7466e-03,  1.1054e-02,  1.2237e-02],
                        [ 9.9405e-03,  1.4726e-02,  2.0744e-03]],
              
                       [[ 1.0789e-02,  1.3618e-02,  1.4625e-02],
                        [-1.9228e-03,  5.1298e-03,  5.3312e-04],
                        [ 1.4351e-02,  8.0309e-03, -1.3372e-02]],
              
                       [[-3.1131e-03, -6.5674e-04, -1.0796e-02],
                        [-9.3562e-03,  6.5610e-03, -1.3210e-02],
                        [ 7.9644e-03,  1.0064e-03,  6.2818e-04]],
              
                       ...,
              
                       [[-2.9593e-03, -3.4946e-03, -4.1973e-03],
                        [ 1.2073e-02,  7.9237e-03,  9.7770e-05],
                        [-4.5093e-03, -8.0024e-03, -3.3877e-03]],
              
                       [[ 4.1504e-04, -6.3685e-03,  2.9286e-04],
                        [-1.4368e-02,  5.2549e-04, -1.2686e-02],
                        [ 1.6020e-03,  4.4607e-03,  7.5159e-03]],
              
                       [[-6.6873e-03,  5.1561e-05,  8.2160e-03],
                        [-7.2157e-03, -9.4008e-04, -9.3220e-03],
                        [ 1.3272e-03,  1.3943e-03, -1.0126e-02]]],
              
              
                      ...,
              
              
                      [[[ 2.3756e-03,  1.2603e-02,  1.0009e-02],
                        [ 1.3332e-02,  2.2436e-03, -2.6538e-03],
                        [ 1.2150e-02, -6.4561e-03, -1.2219e-02]],
              
                       [[-8.2563e-03,  1.4514e-02, -6.5334e-03],
                        [ 1.0584e-02,  7.2743e-03, -7.7184e-03],
                        [-1.3945e-02, -3.9507e-04, -1.3207e-02]],
              
                       [[-1.1936e-02,  1.2723e-02,  1.4794e-03],
                        [-9.2238e-03,  1.2513e-02, -1.2755e-02],
                        [-2.3135e-04, -1.2050e-02,  1.0637e-02]],
              
                       ...,
              
                       [[-1.7315e-03, -1.1583e-02, -6.2004e-03],
                        [-3.6829e-03, -7.5475e-03, -1.1467e-02],
                        [-1.2565e-04, -1.6956e-03,  7.3251e-03]],
              
                       [[ 4.5195e-03,  9.6949e-03, -1.1593e-02],
                        [-1.0726e-02, -4.3706e-03, -1.0075e-02],
                        [-1.1938e-02, -6.4125e-03,  5.7692e-04]],
              
                       [[-1.1380e-02, -9.5971e-03, -1.3420e-02],
                        [ 1.0888e-02, -1.0871e-02,  4.6657e-05],
                        [-2.8069e-03, -1.0725e-02,  2.2430e-03]]],
              
              
                      [[[ 1.1839e-02,  1.3359e-02, -2.2681e-03],
                        [ 1.8450e-03,  5.9289e-04, -1.2829e-02],
                        [ 1.4203e-02,  2.5810e-03, -1.1913e-02]],
              
                       [[-1.3077e-02, -1.4014e-02, -4.2100e-03],
                        [-9.9503e-03,  1.1108e-02, -3.2723e-03],
                        [ 2.0312e-03,  4.5349e-03,  1.3859e-02]],
              
                       [[-1.4575e-02,  1.1122e-02, -7.5780e-03],
                        [-3.8330e-03, -9.8024e-04,  5.9586e-03],
                        [ 9.8220e-03, -6.8341e-03,  1.2393e-02]],
              
                       ...,
              
                       [[-3.4048e-03,  1.3819e-02, -2.6837e-03],
                        [ 1.1734e-02,  1.4311e-03, -1.2245e-02],
                        [-8.3261e-03,  1.3495e-02,  2.9223e-03]],
              
                       [[-1.2962e-02, -7.3929e-03, -7.3878e-03],
                        [-1.7338e-03, -6.7076e-03, -7.7754e-03],
                        [ 1.4972e-03, -6.4253e-03, -1.4126e-02]],
              
                       [[ 1.4451e-02, -4.8099e-03,  5.7255e-03],
                        [-5.8516e-03,  4.0733e-03,  1.0094e-02],
                        [ 8.1309e-04,  5.1471e-03,  5.1509e-03]]],
              
              
                      [[[ 9.8223e-04,  1.1245e-02,  1.1552e-02],
                        [-7.6653e-03,  6.1365e-04, -4.2670e-03],
                        [ 5.1350e-03,  1.4145e-02, -8.8357e-04]],
              
                       [[ 1.2253e-02,  1.0491e-02, -1.4184e-02],
                        [ 2.6855e-03,  7.4216e-03, -4.6636e-03],
                        [-1.0291e-02, -1.2930e-02, -3.5078e-04]],
              
                       [[ 4.5516e-03, -9.4295e-03,  9.7718e-03],
                        [-7.6455e-03,  1.0235e-02,  1.2030e-03],
                        [-2.7815e-03,  6.6763e-03, -8.7617e-03]],
              
                       ...,
              
                       [[-9.8976e-03,  1.2484e-02, -2.8897e-03],
                        [ 4.3479e-03,  8.9747e-03,  8.7985e-04],
                        [ 1.2341e-02,  4.2616e-04,  4.2251e-03]],
              
                       [[ 1.2692e-02, -1.7026e-03,  7.1434e-03],
                        [ 1.1852e-02, -1.1433e-02, -1.3874e-02],
                        [ 1.2581e-02, -3.8352e-03, -7.5201e-04]],
              
                       [[-4.7592e-04, -3.9157e-03,  3.5884e-03],
                        [-3.2631e-03, -1.6258e-03, -1.0496e-02],
                        [ 1.3847e-03, -5.7536e-04, -1.0432e-02]]]], device='cuda:0')),
             ('module.module.up1.conv.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.], device='cuda:0')),
             ('module.module.up1.conv.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.up1.conv.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.up1.conv.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.], device='cuda:0')),
             ('module.module.up1.conv.double_conv.4.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.up2.conv.double_conv.0.weight',
              tensor([[[[-2.1518e-03,  1.0631e-02,  1.2601e-02],
                        [ 9.9365e-03,  8.6478e-03, -1.2200e-02],
                        [-8.7199e-03, -1.3551e-04,  2.7872e-03]],
              
                       [[ 1.0136e-02,  5.1465e-03, -7.2739e-03],
                        [-1.0549e-02, -4.3726e-03, -1.0110e-02],
                        [-1.2202e-02,  8.1444e-03,  1.2508e-02]],
              
                       [[-1.1105e-02, -3.2792e-03,  1.1186e-02],
                        [-8.2915e-03,  8.8182e-03,  1.1263e-02],
                        [-4.4057e-03,  8.6805e-03, -9.5922e-03]],
              
                       ...,
              
                       [[ 6.3221e-03, -1.2953e-02,  5.1380e-03],
                        [ 2.9260e-04, -1.0260e-02,  6.4162e-03],
                        [-5.8944e-03,  4.6316e-03,  1.4742e-03]],
              
                       [[-1.0956e-02, -3.5614e-03, -3.6777e-03],
                        [ 1.2266e-02, -3.7897e-05, -1.1044e-02],
                        [ 5.1852e-03,  8.2570e-03,  1.3097e-03]],
              
                       [[-2.4492e-03, -3.5821e-03, -1.4560e-02],
                        [ 9.1054e-03, -4.1931e-03,  9.5132e-03],
                        [ 5.1267e-03,  1.1881e-02,  5.6942e-04]]],
              
              
                      [[[ 1.0638e-02, -5.4433e-03, -3.7759e-03],
                        [ 1.1677e-02, -4.1737e-03, -1.0637e-02],
                        [-1.6576e-03, -2.1487e-03, -1.1114e-02]],
              
                       [[ 1.8396e-03,  1.3266e-02,  6.8261e-03],
                        [ 3.9165e-03, -8.8550e-03,  1.4806e-03],
                        [ 7.0773e-04,  1.1756e-02, -1.0292e-02]],
              
                       [[ 1.3127e-02,  4.8850e-03,  2.1176e-03],
                        [ 2.1249e-03, -5.7832e-03, -1.3140e-02],
                        [ 8.5454e-03, -8.9114e-03, -1.3402e-02]],
              
                       ...,
              
                       [[ 1.1088e-02,  7.2383e-03,  1.2047e-02],
                        [ 9.5457e-03,  1.3826e-02, -2.5452e-03],
                        [ 9.1783e-03,  1.0598e-02, -8.6740e-04]],
              
                       [[ 4.5989e-03, -1.4716e-03, -1.2077e-02],
                        [-9.6809e-04, -1.2336e-02,  9.3714e-04],
                        [ 3.9654e-03, -7.3955e-03, -1.2232e-02]],
              
                       [[ 5.6303e-03, -8.0869e-03, -2.5287e-03],
                        [ 1.8057e-03, -1.1487e-02, -2.8659e-03],
                        [ 4.0015e-03, -1.2479e-02, -1.1998e-02]]],
              
              
                      [[[ 9.4689e-03, -7.2081e-03,  1.4072e-03],
                        [ 1.2932e-02, -3.2592e-03, -8.7485e-03],
                        [ 9.2945e-03,  4.6018e-03,  4.0055e-03]],
              
                       [[-1.3764e-02, -4.2907e-03,  3.2547e-03],
                        [ 3.3341e-03,  1.1304e-03, -1.2234e-02],
                        [-1.3467e-02, -5.6734e-03,  7.4354e-03]],
              
                       [[-5.6023e-03, -2.8761e-03, -1.4718e-02],
                        [ 1.0713e-02, -1.6779e-03, -1.1996e-02],
                        [-1.2827e-02,  1.0703e-02, -9.7047e-03]],
              
                       ...,
              
                       [[ 3.2607e-03, -8.0475e-03,  6.1829e-03],
                        [-2.9395e-03,  3.3496e-03,  5.1071e-03],
                        [ 5.9723e-03,  4.7608e-03, -1.6388e-03]],
              
                       [[-4.3904e-03,  7.7792e-03, -1.2428e-02],
                        [-3.2456e-03,  5.5866e-03, -1.4352e-02],
                        [-1.1821e-02,  2.6534e-03,  7.5290e-03]],
              
                       [[ 4.6186e-03, -6.2310e-03,  1.1741e-02],
                        [-1.4587e-02,  9.7592e-03,  1.2688e-02],
                        [ 4.2982e-03,  5.2313e-03, -1.2822e-02]]],
              
              
                      ...,
              
              
                      [[[ 1.1165e-02,  7.8691e-04, -9.3187e-03],
                        [-7.7603e-03, -3.0258e-03, -9.7707e-03],
                        [ 7.5438e-03,  1.4036e-02,  1.0273e-02]],
              
                       [[-1.3591e-02,  7.4804e-03, -4.6866e-04],
                        [-1.3815e-02,  1.2045e-02, -9.8406e-03],
                        [ 1.0759e-02,  6.9177e-03, -1.3892e-02]],
              
                       [[ 1.2857e-02, -4.8749e-04,  9.5570e-03],
                        [ 2.7064e-03, -8.0672e-03,  1.0471e-02],
                        [ 5.2177e-03,  1.2281e-02, -6.2795e-03]],
              
                       ...,
              
                       [[ 1.0430e-03,  1.3958e-02, -1.1441e-02],
                        [-1.0572e-02,  4.8599e-04, -8.1871e-03],
                        [ 8.7779e-03,  8.1478e-03, -3.1877e-03]],
              
                       [[ 7.4461e-03,  2.9228e-03, -1.0984e-02],
                        [ 9.8613e-03,  1.3081e-02,  1.2413e-02],
                        [ 1.2035e-02, -3.1168e-03, -7.5135e-03]],
              
                       [[ 8.0283e-03, -4.2646e-03, -7.9841e-03],
                        [-1.9161e-05, -6.6800e-03, -1.6066e-04],
                        [ 9.5017e-03, -1.7248e-03,  7.0304e-03]]],
              
              
                      [[[ 3.5356e-03, -7.6512e-03, -8.9665e-03],
                        [-4.8910e-03,  2.0278e-03,  7.1160e-03],
                        [-3.0881e-03, -4.1455e-03,  1.1920e-02]],
              
                       [[ 3.7466e-03, -3.9381e-03,  1.4420e-02],
                        [-1.3107e-02, -5.7352e-03,  6.8331e-03],
                        [-6.0296e-03,  1.2593e-02,  8.2828e-03]],
              
                       [[-9.1421e-03,  1.2051e-02,  9.1719e-03],
                        [-2.3811e-03, -1.4370e-02, -1.1317e-02],
                        [-5.8528e-03,  5.9658e-03, -7.2074e-03]],
              
                       ...,
              
                       [[ 1.4338e-02,  1.0304e-02, -6.8373e-03],
                        [ 2.6406e-03, -2.9580e-03, -2.9774e-03],
                        [-6.9043e-03,  1.4699e-02, -7.5011e-03]],
              
                       [[ 9.0359e-03, -7.4744e-03,  2.7057e-03],
                        [-1.0241e-03, -9.2485e-03, -3.4580e-03],
                        [ 3.8833e-03,  7.4134e-03, -1.1881e-02]],
              
                       [[-1.9624e-03,  2.7043e-03, -4.4755e-04],
                        [-1.1581e-02, -1.3765e-02, -8.7221e-03],
                        [ 1.3774e-02, -1.1876e-02, -1.0575e-02]]],
              
              
                      [[[-1.7063e-04,  6.7622e-04,  8.8984e-03],
                        [-5.9551e-03,  1.2280e-02, -1.2928e-02],
                        [-1.2386e-02,  1.3566e-02,  3.3778e-03]],
              
                       [[-4.9461e-03, -1.1765e-03, -5.0370e-03],
                        [-3.2352e-03,  8.2034e-03,  1.2355e-02],
                        [ 3.5783e-03,  1.1220e-02, -1.3388e-02]],
              
                       [[-1.8399e-03,  5.9302e-03,  9.6810e-03],
                        [ 5.0733e-03,  1.0453e-02, -4.8722e-03],
                        [-1.3514e-02, -1.1929e-03,  1.7507e-03]],
              
                       ...,
              
                       [[-1.4605e-03,  2.2461e-03, -8.0156e-03],
                        [ 1.0985e-02,  5.1273e-03, -1.1668e-02],
                        [ 1.4627e-02,  2.7758e-03,  7.2483e-03]],
              
                       [[ 1.3621e-02, -4.5283e-03,  6.4443e-04],
                        [ 1.0748e-02,  1.1094e-02,  1.4675e-02],
                        [-9.0625e-03, -6.1689e-03, -2.2046e-03]],
              
                       [[-1.4035e-03, -1.3366e-02,  5.8688e-03],
                        [ 2.4954e-04,  7.3011e-03,  8.3442e-03],
                        [-2.7433e-04, -1.0389e-02,  3.1839e-03]]]], device='cuda:0')),
             ('module.module.up2.conv.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.], device='cuda:0')),
             ('module.module.up2.conv.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.up2.conv.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.up2.conv.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.], device='cuda:0')),
             ('module.module.up2.conv.double_conv.1.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.up2.conv.double_conv.3.weight',
              tensor([[[[ 7.9497e-03, -1.7790e-02, -1.7096e-02],
                        [-1.6327e-02,  4.0280e-03, -1.9224e-02],
                        [-4.1614e-03,  2.0345e-02, -1.3011e-02]],
              
                       [[-1.1634e-02,  5.5307e-03, -1.6266e-02],
                        [-1.1103e-02,  8.3270e-03, -1.5757e-02],
                        [ 1.5221e-02, -1.2837e-02,  9.6909e-04]],
              
                       [[-1.6213e-02,  6.1893e-03,  1.9967e-02],
                        [-1.0630e-02,  2.0123e-02,  6.5128e-03],
                        [-2.0276e-02,  2.0401e-02,  1.5855e-02]],
              
                       ...,
              
                       [[ 1.4602e-02, -9.3187e-03,  1.2791e-02],
                        [ 3.5288e-03,  8.2964e-03,  1.7589e-02],
                        [ 4.4983e-03, -4.8159e-04, -3.6260e-03]],
              
                       [[-8.9474e-05,  1.3904e-02,  1.9019e-02],
                        [-1.9988e-02, -1.3111e-02,  6.4248e-04],
                        [ 6.8580e-04,  1.7128e-03,  5.4387e-03]],
              
                       [[ 1.4890e-02, -9.2215e-03, -5.8313e-03],
                        [ 1.1482e-02, -1.2943e-02,  1.7208e-02],
                        [-2.3544e-03,  8.3377e-04, -1.4550e-02]]],
              
              
                      [[[-2.5915e-03, -3.9138e-03, -1.6308e-02],
                        [-1.9927e-02, -9.3398e-03, -1.9362e-02],
                        [-1.4066e-02,  9.7209e-03,  1.6551e-02]],
              
                       [[-1.9409e-02, -1.3963e-02,  6.9585e-03],
                        [-5.1612e-04, -1.9914e-02,  1.8270e-02],
                        [-7.2831e-03,  1.2477e-02, -2.8120e-04]],
              
                       [[-1.5371e-02,  9.3540e-04,  9.9296e-03],
                        [-1.0750e-02, -3.9004e-03,  1.7460e-02],
                        [-1.9144e-02,  2.0190e-02, -1.1884e-02]],
              
                       ...,
              
                       [[ 7.7697e-03,  1.9071e-02, -3.6815e-03],
                        [ 5.6426e-03, -8.5833e-03,  1.6836e-02],
                        [ 1.8768e-03, -2.5059e-04,  8.1764e-03]],
              
                       [[ 5.9330e-03, -1.4364e-02, -3.9514e-03],
                        [ 1.9684e-02, -1.4239e-02, -2.0091e-02],
                        [ 2.0407e-02,  1.8737e-02, -5.8489e-03]],
              
                       [[ 5.4501e-03,  1.1028e-02, -1.9625e-02],
                        [-1.3838e-02, -8.5165e-03,  2.6146e-03],
                        [-6.4134e-03,  1.4367e-02,  1.4903e-02]]],
              
              
                      [[[-1.1303e-03,  3.3091e-03, -6.1916e-03],
                        [-1.5099e-02, -2.1207e-04,  4.5621e-03],
                        [ 1.7857e-02, -2.7128e-03, -5.4803e-03]],
              
                       [[ 5.9743e-03,  2.0597e-02,  6.6697e-03],
                        [ 9.8200e-03,  1.3099e-02,  1.7841e-03],
                        [-1.6089e-02,  1.5824e-02,  8.0234e-04]],
              
                       [[-7.2984e-03,  1.2674e-02,  1.8605e-02],
                        [ 3.9323e-03,  8.1922e-03, -9.3463e-04],
                        [-1.9702e-02,  1.4019e-02,  1.6300e-02]],
              
                       ...,
              
                       [[ 1.6479e-02,  1.6218e-02, -1.5242e-02],
                        [-3.6273e-03,  5.0512e-03,  1.1426e-02],
                        [ 7.1217e-03,  7.2147e-03, -2.5175e-03]],
              
                       [[ 1.5327e-02,  1.4072e-02, -1.7085e-02],
                        [ 4.0818e-04, -1.7114e-02, -3.8038e-03],
                        [-1.5342e-02, -2.0213e-02, -1.3697e-02]],
              
                       [[-2.0410e-02, -1.5656e-02,  5.8427e-03],
                        [-3.8405e-03,  1.0923e-02, -1.2858e-02],
                        [ 1.8628e-02,  4.0466e-03, -2.0422e-02]]],
              
              
                      ...,
              
              
                      [[[-1.9150e-02,  1.2267e-02,  1.7782e-02],
                        [ 1.3684e-02, -1.9804e-02, -9.2421e-03],
                        [ 1.7435e-02,  1.7343e-02, -1.8515e-02]],
              
                       [[ 1.8531e-02, -6.2842e-03, -2.1436e-03],
                        [-6.2577e-03,  1.8332e-02,  1.9857e-02],
                        [-1.0869e-02, -5.4065e-03,  1.8648e-02]],
              
                       [[-9.8150e-03, -1.9312e-02, -5.3483e-04],
                        [ 2.2209e-03,  2.0530e-02, -6.2797e-03],
                        [ 3.1732e-03,  1.7359e-02,  1.0300e-02]],
              
                       ...,
              
                       [[ 5.3619e-03, -8.6172e-03,  1.9207e-02],
                        [ 1.2767e-02, -3.0699e-03, -9.6391e-03],
                        [-8.9599e-04,  6.0747e-03,  4.0384e-03]],
              
                       [[-5.2875e-03,  6.5115e-04,  5.4017e-03],
                        [ 1.5804e-03,  8.6046e-03,  1.7447e-02],
                        [ 7.5348e-03,  1.8965e-02,  1.9957e-02]],
              
                       [[-1.0331e-02, -1.1320e-02,  1.5131e-02],
                        [ 2.9035e-03,  1.1799e-02, -1.5353e-03],
                        [-8.3366e-03,  9.3031e-03, -1.7604e-02]]],
              
              
                      [[[ 1.4307e-02,  1.1860e-02,  5.1069e-03],
                        [-1.5284e-02,  8.2293e-03, -9.5887e-03],
                        [ 5.3585e-03,  2.0224e-03,  1.5437e-02]],
              
                       [[ 1.2629e-03,  9.5884e-03,  1.5362e-02],
                        [-4.8209e-03,  1.4933e-02, -1.2048e-02],
                        [-3.0520e-05, -1.3378e-02, -2.1463e-03]],
              
                       [[-1.1527e-02,  7.7163e-03, -1.2359e-02],
                        [-2.0476e-02, -1.7779e-02, -6.4546e-03],
                        [ 3.1536e-03, -1.0851e-04, -1.9629e-02]],
              
                       ...,
              
                       [[-3.6267e-03, -1.7496e-02, -1.8531e-02],
                        [ 3.0812e-03, -4.4989e-03, -5.3328e-03],
                        [-3.5008e-03, -1.0352e-02,  2.0659e-02]],
              
                       [[-4.5241e-03,  6.3328e-03,  8.7361e-03],
                        [-6.1625e-03, -1.3019e-02,  1.6934e-02],
                        [-3.4158e-03,  8.9188e-03, -1.3646e-02]],
              
                       [[ 1.7996e-02,  1.7854e-02, -1.5007e-02],
                        [ 2.2617e-04,  1.8391e-02,  2.0008e-02],
                        [-1.4899e-03,  1.6801e-02,  2.3108e-03]]],
              
              
                      [[[-1.5664e-02,  4.3163e-03,  1.2885e-02],
                        [ 2.6682e-03,  1.6914e-02,  3.5899e-03],
                        [ 1.9674e-02, -1.1662e-02, -1.2853e-02]],
              
                       [[-3.9540e-04, -1.7787e-02,  9.8214e-03],
                        [ 1.3250e-02, -2.1693e-03, -4.9136e-03],
                        [ 1.9610e-02,  1.1362e-03,  2.0132e-02]],
              
                       [[ 1.0343e-03,  8.4445e-03,  1.5850e-02],
                        [ 1.1820e-02,  1.0775e-03, -1.8296e-02],
                        [-1.1273e-02,  2.6236e-03,  1.3343e-02]],
              
                       ...,
              
                       [[ 1.6003e-02,  5.4038e-03, -3.7506e-03],
                        [-2.4944e-03, -8.0193e-03, -6.6061e-03],
                        [-1.2857e-02,  1.3497e-02,  8.1090e-03]],
              
                       [[-1.8006e-02, -8.5612e-03,  1.9954e-02],
                        [-3.3323e-03, -7.7578e-04,  1.2751e-02],
                        [ 8.0447e-03, -3.9115e-04,  2.0177e-02]],
              
                       [[-1.7435e-02, -8.4071e-03, -9.7204e-03],
                        [ 1.8257e-02, -1.7279e-02, -1.8781e-02],
                        [ 1.5807e-02, -1.8718e-02,  2.0478e-02]]]], device='cuda:0')),
             ('module.module.up2.conv.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.], device='cuda:0')),
             ('module.module.up2.conv.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.up2.conv.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.up2.conv.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.], device='cuda:0')),
             ('module.module.up2.conv.double_conv.4.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.up3.conv.double_conv.0.weight',
              tensor([[[[ 6.5360e-04, -1.1478e-02, -1.2108e-02],
                        [-1.3628e-02, -9.4881e-03,  4.5922e-03],
                        [-1.3436e-03, -9.4868e-03, -4.5939e-03]],
              
                       [[ 1.0784e-02, -1.2223e-03, -1.5292e-02],
                        [-5.8855e-03, -1.8780e-02, -8.7660e-03],
                        [ 1.8609e-03,  1.2953e-02, -1.4010e-02]],
              
                       [[-6.7148e-03, -1.5341e-02,  1.2591e-02],
                        [ 7.5377e-03,  1.1052e-02, -1.1975e-02],
                        [-1.9517e-02, -1.9137e-02, -7.4886e-04]],
              
                       ...,
              
                       [[ 2.0512e-02, -3.9202e-03,  1.4523e-02],
                        [ 1.2714e-02,  1.3007e-02,  6.8676e-04],
                        [-1.7327e-02, -8.6569e-03,  1.2416e-03]],
              
                       [[-2.0188e-02, -1.2779e-02, -7.3068e-03],
                        [-9.3873e-03,  1.3301e-02,  1.6646e-02],
                        [-1.7413e-02,  1.7294e-03, -1.5510e-02]],
              
                       [[-1.4983e-02,  1.7590e-02,  1.2623e-02],
                        [-2.8354e-03, -2.8116e-03,  1.7879e-02],
                        [-1.7114e-02,  1.2573e-02,  1.0661e-02]]],
              
              
                      [[[ 1.1610e-02, -1.0957e-02,  1.8087e-02],
                        [ 1.2981e-02, -1.2237e-02, -1.3717e-02],
                        [-8.9545e-03,  1.0519e-02, -1.8804e-02]],
              
                       [[-5.7298e-03,  1.7915e-02, -3.1621e-03],
                        [ 7.9957e-03,  3.4881e-03, -1.5158e-02],
                        [ 1.8798e-03,  1.6252e-02, -1.5315e-03]],
              
                       [[-4.2252e-03,  8.9630e-03, -7.0830e-03],
                        [-1.0045e-02, -2.2602e-03,  7.8443e-03],
                        [-2.6957e-03,  1.3411e-02,  4.8645e-03]],
              
                       ...,
              
                       [[-5.3712e-03, -1.0452e-02, -1.6330e-02],
                        [-1.0432e-02, -1.9882e-02, -1.6169e-02],
                        [-7.2622e-03, -1.8196e-02, -6.7982e-03]],
              
                       [[-7.0105e-05, -1.2175e-02, -1.0749e-02],
                        [ 1.1441e-02,  3.5827e-03,  1.7456e-02],
                        [-4.9655e-03,  1.9057e-03, -1.7193e-02]],
              
                       [[ 1.7013e-02,  3.1988e-04,  5.7411e-03],
                        [-3.7235e-04, -1.8450e-03,  3.6671e-03],
                        [ 1.6459e-02,  1.1565e-02,  1.9842e-02]]],
              
              
                      [[[ 1.6914e-02, -1.2111e-02,  1.4786e-02],
                        [ 7.7207e-03,  2.5537e-03,  4.0743e-03],
                        [ 1.0419e-04,  1.0066e-02, -8.1808e-03]],
              
                       [[ 5.5924e-03,  3.0751e-03, -1.4255e-02],
                        [ 1.4609e-02, -6.0797e-03,  1.8090e-02],
                        [-2.0465e-02, -1.9647e-02,  1.9963e-02]],
              
                       [[ 1.7703e-02,  9.7912e-04, -1.7088e-02],
                        [-3.0930e-03,  1.0013e-02,  1.5110e-02],
                        [-1.5153e-02, -6.5340e-03,  1.6374e-02]],
              
                       ...,
              
                       [[-1.0198e-02,  1.8628e-02, -7.3407e-03],
                        [-2.0066e-02,  1.8155e-02,  8.2106e-03],
                        [-5.0477e-04, -5.1193e-03, -1.9685e-02]],
              
                       [[ 7.3187e-03, -1.8577e-02, -1.9180e-02],
                        [ 1.3858e-02, -1.6733e-02, -5.7723e-04],
                        [ 1.2103e-02,  8.6336e-03, -2.0067e-02]],
              
                       [[-3.8180e-03,  1.9922e-03, -1.2753e-02],
                        [ 1.9889e-02,  1.9218e-02,  1.2516e-02],
                        [-1.6966e-02, -1.9937e-02,  6.3545e-03]]],
              
              
                      ...,
              
              
                      [[[ 1.4647e-02,  1.3599e-02, -1.1497e-02],
                        [ 1.0819e-02,  6.2655e-03,  8.2514e-03],
                        [ 9.7814e-03,  1.5446e-03,  5.0288e-03]],
              
                       [[-3.7955e-03,  1.2494e-02, -7.8703e-03],
                        [ 4.0349e-03,  1.4197e-02, -1.1018e-02],
                        [ 1.2082e-02, -1.9828e-03,  1.1344e-02]],
              
                       [[-1.6060e-02,  5.2254e-03,  1.3679e-02],
                        [ 2.3551e-03, -5.8034e-03, -1.0188e-02],
                        [-7.8099e-03, -7.3378e-03, -1.6845e-02]],
              
                       ...,
              
                       [[ 4.8750e-03, -1.5202e-02, -8.3033e-03],
                        [-1.4143e-02,  9.6245e-03,  1.0595e-03],
                        [-6.6992e-03,  1.8018e-02,  1.4028e-02]],
              
                       [[-2.4361e-03,  8.2809e-03, -6.7384e-03],
                        [-2.4594e-03,  4.9077e-03,  1.8375e-02],
                        [-4.1593e-03, -3.5705e-03, -1.3529e-02]],
              
                       [[-1.7012e-02,  1.9748e-02,  1.9104e-02],
                        [-1.4910e-02, -1.9546e-02,  1.1406e-02],
                        [-1.7544e-04,  1.5866e-02,  3.8805e-03]]],
              
              
                      [[[-4.2661e-03,  2.0544e-02, -2.0223e-02],
                        [-1.7558e-02,  1.2315e-02, -1.1358e-03],
                        [-9.5695e-03,  1.7591e-02, -1.8437e-02]],
              
                       [[-7.6622e-03,  1.3523e-02, -1.2805e-02],
                        [ 4.2950e-03, -7.9838e-03, -8.6255e-03],
                        [ 1.5282e-03, -8.8083e-03,  5.8126e-03]],
              
                       [[ 1.2428e-02,  1.6649e-03, -1.8423e-02],
                        [ 3.3804e-03, -9.0342e-03, -2.8731e-03],
                        [ 2.8868e-03, -4.1382e-03,  1.6776e-02]],
              
                       ...,
              
                       [[ 1.6678e-02, -4.2476e-03, -9.8835e-03],
                        [-9.7655e-03, -3.7623e-03,  5.0571e-03],
                        [ 1.0131e-02, -7.6768e-03, -5.4080e-04]],
              
                       [[ 1.7999e-02,  5.0342e-03, -2.2092e-03],
                        [ 1.2079e-02, -8.4492e-03, -1.6282e-02],
                        [-2.0245e-02,  4.7685e-03, -9.7620e-03]],
              
                       [[-4.6216e-03, -1.1652e-02, -1.2818e-02],
                        [ 1.2088e-02, -9.3832e-03, -4.1677e-03],
                        [ 1.1476e-02, -4.4116e-03, -2.0018e-02]]],
              
              
                      [[[ 3.7413e-03, -1.8938e-02, -1.2220e-02],
                        [ 1.7449e-02,  9.5147e-03,  2.5178e-03],
                        [-6.6552e-03,  2.6520e-03, -2.0583e-02]],
              
                       [[ 1.9046e-02,  1.7330e-03,  3.4585e-03],
                        [ 1.6316e-02, -1.8740e-02,  1.6343e-02],
                        [-8.1862e-03, -1.9654e-02,  6.7754e-04]],
              
                       [[-7.8348e-03, -1.0483e-02, -1.1580e-02],
                        [ 2.0537e-02, -1.2595e-02,  4.6942e-03],
                        [ 5.1139e-04, -8.2631e-04, -1.3213e-03]],
              
                       ...,
              
                       [[ 2.0120e-02, -1.8718e-02,  7.1457e-03],
                        [ 8.7498e-03, -8.0881e-03, -8.0977e-03],
                        [-1.8490e-02, -2.0089e-02,  2.6450e-04]],
              
                       [[ 3.0537e-03, -8.0446e-03, -9.7033e-03],
                        [ 2.9420e-03,  1.5974e-02, -8.4568e-03],
                        [-4.6306e-03,  7.5076e-03, -9.9498e-04]],
              
                       [[-1.7441e-02, -4.8928e-03,  2.0088e-02],
                        [ 1.1744e-02, -1.9409e-02, -1.2495e-02],
                        [ 1.6826e-02, -6.6388e-03, -1.3236e-03]]]], device='cuda:0')),
             ('module.module.up3.conv.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.], device='cuda:0')),
             ('module.module.up3.conv.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.up3.conv.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.up3.conv.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.], device='cuda:0')),
             ('module.module.up3.conv.double_conv.1.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.up3.conv.double_conv.3.weight',
              tensor([[[[-6.2617e-03,  5.1519e-03,  1.0535e-02],
                        [ 2.2614e-02,  2.3770e-02,  7.1172e-03],
                        [-9.0252e-04, -2.0448e-02, -2.0432e-02]],
              
                       [[-5.3073e-03,  2.0543e-03, -1.9999e-02],
                        [ 1.7058e-02,  4.4323e-03,  2.0256e-02],
                        [ 1.6059e-02,  7.8848e-03,  2.6898e-02]],
              
                       [[ 2.4905e-02, -9.5489e-04, -4.0310e-05],
                        [ 2.6839e-02,  1.0395e-02, -1.1824e-02],
                        [ 1.3696e-02, -4.7753e-03,  4.4547e-03]],
              
                       ...,
              
                       [[-4.0551e-03, -2.0774e-02,  5.0831e-03],
                        [ 8.9578e-03, -2.4251e-02, -2.7485e-02],
                        [-1.1212e-02, -3.5667e-03, -2.9207e-02]],
              
                       [[-2.5817e-02,  2.8529e-02, -2.4398e-02],
                        [ 2.0831e-02,  1.4292e-02, -1.8673e-02],
                        [-8.5094e-04, -1.2406e-03,  3.7525e-04]],
              
                       [[ 2.1931e-03,  6.2044e-03, -9.8672e-03],
                        [-6.0165e-03,  7.0416e-03, -3.2293e-03],
                        [-1.1025e-02, -1.1666e-02, -1.8839e-02]]],
              
              
                      [[[-1.9571e-02,  1.3345e-02, -3.1977e-03],
                        [-2.4555e-02, -3.5323e-03, -2.8703e-02],
                        [-1.5313e-02,  2.1116e-02, -1.0758e-03]],
              
                       [[-1.0014e-02,  1.1471e-02, -2.2742e-02],
                        [ 2.5164e-02,  1.5579e-02, -2.2211e-02],
                        [ 2.7174e-02,  1.9207e-02, -1.7626e-02]],
              
                       [[ 2.7689e-02, -5.7403e-03, -1.0863e-02],
                        [ 5.0870e-03,  6.7373e-03, -2.0150e-02],
                        [ 2.9319e-02, -9.6329e-03, -2.0385e-02]],
              
                       ...,
              
                       [[-2.4959e-02,  1.2766e-03,  2.4264e-03],
                        [ 2.1160e-02, -2.1553e-02,  1.6825e-02],
                        [ 2.6579e-02,  6.6060e-03,  2.5650e-02]],
              
                       [[ 4.5595e-03,  1.9319e-03, -2.5173e-02],
                        [-2.3925e-02, -8.3372e-03, -9.0146e-03],
                        [ 1.7461e-02, -2.5896e-02, -1.8144e-02]],
              
                       [[ 2.5831e-02, -2.1761e-02, -2.9396e-02],
                        [ 2.7635e-02, -1.2928e-02,  5.8588e-03],
                        [-2.0192e-02,  4.7528e-03,  2.8390e-02]]],
              
              
                      [[[ 1.8739e-03, -1.3140e-02,  2.6128e-02],
                        [ 1.1566e-02,  3.5446e-03, -5.1995e-03],
                        [ 5.5016e-03, -4.5294e-03,  1.9544e-02]],
              
                       [[-9.9646e-03,  2.7664e-02,  1.1371e-02],
                        [ 1.2055e-02,  1.6825e-02, -1.1272e-02],
                        [ 1.3120e-02,  1.7465e-02,  1.1575e-02]],
              
                       [[-4.8596e-03,  9.3461e-03,  2.0105e-02],
                        [ 1.2126e-02, -2.2240e-03,  1.3572e-02],
                        [-2.8769e-02, -7.9955e-03, -1.2733e-02]],
              
                       ...,
              
                       [[ 2.5646e-02,  1.6559e-02, -2.2198e-02],
                        [-3.0433e-03,  2.7646e-02,  2.8915e-02],
                        [ 2.3706e-02, -2.5853e-02, -8.8919e-05]],
              
                       [[ 1.9385e-02,  9.4940e-03, -1.7507e-02],
                        [-1.0995e-02, -1.9027e-02,  2.6517e-02],
                        [ 6.5096e-03,  8.3432e-03,  4.3078e-03]],
              
                       [[-1.2435e-02, -1.2040e-02,  6.4921e-03],
                        [-1.9559e-02,  2.2276e-02,  1.2324e-02],
                        [ 7.4537e-03,  5.5965e-03, -2.4149e-02]]],
              
              
                      ...,
              
              
                      [[[-2.9395e-02,  2.0365e-02, -1.6215e-02],
                        [ 1.8015e-02,  1.1132e-02, -5.3747e-03],
                        [ 4.5775e-03,  1.9513e-02,  5.4436e-03]],
              
                       [[ 2.0589e-02,  4.0204e-03, -7.1212e-03],
                        [-1.7708e-02, -2.7610e-02,  2.9521e-03],
                        [ 1.4294e-02, -6.5115e-03, -1.4379e-03]],
              
                       [[ 2.8011e-02,  1.6216e-02,  2.5210e-02],
                        [-1.6498e-02,  1.0523e-02,  2.6155e-02],
                        [ 1.6074e-02, -8.3713e-03,  2.2026e-02]],
              
                       ...,
              
                       [[-1.3617e-02, -1.4065e-02, -2.3103e-02],
                        [ 2.4879e-02, -8.9402e-03,  3.0990e-03],
                        [ 1.3965e-03, -2.5021e-02, -2.0546e-02]],
              
                       [[ 2.0246e-03, -7.9078e-03, -2.6747e-02],
                        [ 2.9376e-02, -6.2544e-03, -1.8549e-02],
                        [ 1.5150e-02, -3.9595e-03,  2.3443e-03]],
              
                       [[-3.6495e-03, -1.0052e-02,  1.2397e-03],
                        [ 3.8338e-03, -2.8786e-02, -5.1455e-03],
                        [-1.5915e-02,  2.8991e-02,  6.3032e-03]]],
              
              
                      [[[-2.0503e-02, -2.8574e-02,  1.7111e-02],
                        [-1.5106e-02,  2.2639e-02,  3.2666e-03],
                        [ 1.1444e-02, -9.7533e-03,  1.8418e-02]],
              
                       [[-2.8729e-02, -1.7639e-02,  1.5558e-02],
                        [ 2.1907e-02,  2.6665e-02, -2.0398e-02],
                        [ 4.7236e-03,  2.2406e-02, -1.1982e-03]],
              
                       [[-6.9613e-03,  1.6444e-02,  1.0986e-04],
                        [-2.5102e-02,  2.7951e-02,  1.8224e-02],
                        [-9.3261e-03, -2.2952e-02, -1.9339e-02]],
              
                       ...,
              
                       [[ 6.3333e-03, -8.1322e-03,  3.5560e-03],
                        [-2.3900e-02, -2.8754e-02, -2.0715e-02],
                        [ 1.3923e-02,  1.0834e-02, -1.1983e-02]],
              
                       [[-1.2872e-02,  6.1885e-03, -1.2684e-02],
                        [ 8.5061e-03, -1.3273e-03, -1.6401e-03],
                        [ 3.5566e-03,  1.4142e-02,  7.0110e-03]],
              
                       [[ 1.2880e-02,  6.1687e-03, -9.6315e-03],
                        [ 1.5918e-02,  2.2629e-03, -2.7104e-03],
                        [-8.4794e-04,  2.0819e-02, -2.2515e-02]]],
              
              
                      [[[ 8.6197e-03,  2.3163e-02,  1.9551e-02],
                        [ 2.2528e-02,  1.8106e-02,  1.0401e-02],
                        [-1.7955e-03, -5.1270e-03,  9.9206e-03]],
              
                       [[ 2.3529e-02,  1.5074e-02, -1.5779e-02],
                        [-2.8125e-02, -1.9706e-02, -2.7739e-02],
                        [ 1.2969e-02, -6.8372e-03, -1.8700e-02]],
              
                       [[-1.6456e-02, -1.9319e-02,  2.9451e-02],
                        [-4.3081e-03,  1.6394e-02,  2.0039e-02],
                        [-2.6109e-02,  1.8154e-02, -4.1342e-03]],
              
                       ...,
              
                       [[ 1.4506e-02, -2.9666e-03,  3.6261e-03],
                        [ 1.6303e-02, -4.9343e-03, -1.7006e-02],
                        [ 2.6239e-02, -2.3413e-02,  1.2565e-02]],
              
                       [[-7.7776e-03,  2.6909e-02,  1.0444e-02],
                        [-8.7274e-03, -8.3104e-03,  2.3266e-03],
                        [-2.4073e-02, -1.0433e-02, -1.1619e-02]],
              
                       [[-1.0362e-02, -2.3291e-02, -1.0579e-02],
                        [ 1.6419e-02,  2.0854e-02,  2.4889e-02],
                        [ 1.3606e-03, -9.4291e-03, -1.6355e-03]]]], device='cuda:0')),
             ('module.module.up3.conv.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.up3.conv.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.up3.conv.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.up3.conv.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.up3.conv.double_conv.4.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.up4.conv.double_conv.0.weight',
              tensor([[[[-2.4477e-02, -1.7234e-02,  2.2003e-03],
                        [-7.8829e-03,  6.1736e-03,  1.4644e-02],
                        [ 9.7539e-03,  5.7497e-04, -2.1407e-02]],
              
                       [[ 2.5615e-02,  6.0152e-03, -2.8486e-02],
                        [ 2.1189e-02,  6.7674e-03, -1.4792e-03],
                        [ 2.2734e-02,  1.7544e-03, -1.0535e-02]],
              
                       [[ 2.1016e-02,  3.9310e-03,  5.9241e-03],
                        [-9.3318e-04,  1.3821e-02,  2.8222e-02],
                        [ 7.3732e-03,  2.3611e-03,  2.2986e-02]],
              
                       ...,
              
                       [[-2.6076e-02,  9.7759e-03,  1.7446e-02],
                        [-4.6081e-03, -7.8919e-03, -1.3171e-02],
                        [ 3.6483e-03,  5.5107e-04, -2.6154e-02]],
              
                       [[ 2.4815e-02,  6.5554e-04, -2.6840e-02],
                        [-5.4893e-03, -1.2978e-02, -7.7000e-03],
                        [ 1.7822e-02, -2.0376e-02,  1.8151e-02]],
              
                       [[-1.3709e-02, -2.1298e-02,  1.4319e-02],
                        [-1.1540e-02,  2.9451e-03,  4.6603e-03],
                        [ 1.6498e-02, -2.2247e-02, -2.6400e-02]]],
              
              
                      [[[-2.9053e-02,  6.6088e-03,  2.8600e-02],
                        [-8.5117e-03,  3.7488e-03,  2.5909e-02],
                        [-6.6344e-03, -1.8867e-02,  2.1232e-02]],
              
                       [[ 2.7659e-02, -1.5675e-02, -1.2514e-02],
                        [ 6.8806e-03, -2.4540e-02, -2.0591e-02],
                        [-6.2750e-03, -2.9055e-02,  2.7674e-02]],
              
                       [[ 6.6344e-03, -2.5097e-02, -2.7987e-02],
                        [-1.9412e-02, -1.7099e-02,  2.4543e-02],
                        [-6.0892e-03, -1.9663e-02, -2.1830e-02]],
              
                       ...,
              
                       [[-2.4330e-02, -5.3355e-04,  1.6593e-02],
                        [-1.5296e-02, -1.2302e-02, -2.1773e-02],
                        [-2.4805e-02, -2.7568e-02, -5.2265e-03]],
              
                       [[ 1.4438e-02, -1.1498e-02, -5.8588e-03],
                        [ 2.3541e-02,  2.8545e-02, -2.1781e-02],
                        [ 2.1298e-02, -1.4740e-02,  2.0063e-02]],
              
                       [[-1.4228e-02,  2.7397e-02,  1.9363e-03],
                        [ 1.3088e-02,  1.8878e-02,  2.5326e-02],
                        [-2.7118e-02,  1.8095e-02,  1.5554e-02]]],
              
              
                      [[[-2.7807e-02,  2.8756e-02, -2.4947e-02],
                        [ 2.8239e-03,  6.4158e-03,  1.7847e-02],
                        [-2.1316e-02, -1.1236e-02, -7.1000e-03]],
              
                       [[-2.2642e-02, -2.9162e-02, -2.7960e-02],
                        [ 2.2822e-02,  2.6365e-02, -2.2013e-02],
                        [-4.3668e-03,  5.9663e-03, -2.2929e-02]],
              
                       [[ 2.6231e-02,  6.2513e-04, -1.5292e-02],
                        [-2.3744e-02,  1.0287e-02, -1.7989e-02],
                        [ 1.4567e-02, -5.4238e-04, -1.8888e-03]],
              
                       ...,
              
                       [[ 8.2702e-03, -3.9680e-03,  4.4591e-03],
                        [ 1.2113e-02,  1.9210e-02, -2.1732e-02],
                        [ 1.8309e-02, -2.5562e-02, -3.4519e-03]],
              
                       [[ 2.0920e-02,  5.1383e-03, -2.8351e-02],
                        [ 2.4168e-02,  2.4032e-03,  4.4554e-03],
                        [-9.5799e-03, -4.6795e-03,  2.1697e-02]],
              
                       [[ 5.9437e-03,  1.4123e-03, -8.3815e-03],
                        [ 2.3132e-02, -2.6785e-02, -1.6763e-02],
                        [-9.6515e-03, -2.1222e-02,  2.4000e-02]]],
              
              
                      ...,
              
              
                      [[[-2.3391e-02,  2.3395e-02, -2.1791e-02],
                        [ 1.8008e-02,  5.3447e-03,  2.3465e-02],
                        [ 1.7817e-02, -3.0541e-04,  1.8585e-02]],
              
                       [[-1.8773e-02,  9.5143e-03, -9.0805e-03],
                        [-1.1845e-02, -2.0910e-02,  7.6076e-03],
                        [-1.9462e-03,  2.5138e-02, -2.8411e-02]],
              
                       [[ 1.2022e-02, -1.4268e-02,  1.6846e-02],
                        [-1.5587e-02, -2.2586e-02,  1.7113e-03],
                        [-2.0474e-02,  2.1718e-02,  2.6473e-02]],
              
                       ...,
              
                       [[-9.5288e-04, -2.0567e-02, -5.8081e-03],
                        [-9.2609e-03,  2.2689e-02,  7.9880e-03],
                        [-2.3267e-02, -2.2080e-03, -3.7323e-04]],
              
                       [[ 7.0031e-03,  1.5936e-02, -1.7355e-02],
                        [ 9.1528e-03,  6.0140e-04, -4.6582e-03],
                        [-2.2403e-03,  1.1589e-02,  1.3004e-02]],
              
                       [[ 7.5902e-03, -2.7939e-02,  1.6827e-02],
                        [-1.1944e-02, -2.1053e-02,  7.7404e-03],
                        [-2.4648e-02,  1.0781e-02,  1.6477e-02]]],
              
              
                      [[[ 2.8526e-02, -8.3310e-03, -3.3514e-03],
                        [ 8.7738e-03,  3.3132e-03, -2.3501e-03],
                        [-1.5227e-02, -6.8209e-03,  7.2189e-03]],
              
                       [[ 3.2429e-03,  2.9305e-02,  7.2086e-03],
                        [-2.8544e-02, -2.1567e-02, -7.0302e-03],
                        [-1.2484e-02,  4.2848e-03, -1.5662e-02]],
              
                       [[ 1.4185e-03,  6.2046e-03,  2.1498e-02],
                        [ 1.4784e-02, -2.4929e-02, -2.7400e-02],
                        [-2.6303e-05,  2.4616e-02, -1.2550e-02]],
              
                       ...,
              
                       [[-1.1245e-02, -6.3400e-03, -1.4372e-02],
                        [-2.6327e-02, -9.7659e-03, -1.9709e-03],
                        [-2.4333e-03,  5.2920e-03,  1.3149e-02]],
              
                       [[ 2.8700e-03,  7.3612e-03,  2.3691e-03],
                        [-2.7523e-02,  1.5241e-02,  1.3450e-02],
                        [ 2.5740e-03, -3.4698e-03, -1.3424e-02]],
              
                       [[-1.4515e-02, -2.1749e-02,  1.3343e-02],
                        [ 2.5754e-02,  3.5074e-03,  1.9747e-02],
                        [ 2.7382e-03,  1.4910e-02, -2.2954e-02]]],
              
              
                      [[[-4.3458e-03, -1.3681e-02,  1.8517e-02],
                        [-1.4100e-02,  2.4556e-02, -1.6581e-03],
                        [-2.7384e-02,  1.7085e-02,  1.9694e-02]],
              
                       [[ 5.4223e-03, -1.7057e-02, -6.0624e-03],
                        [ 2.8144e-02, -1.2404e-02, -9.2200e-05],
                        [ 8.0187e-03, -2.4534e-02, -6.1641e-03]],
              
                       [[ 4.4628e-03, -2.3212e-02,  1.8625e-02],
                        [ 2.0626e-03, -1.1065e-02,  2.2116e-02],
                        [-2.3691e-02,  7.7271e-03,  2.3667e-02]],
              
                       ...,
              
                       [[ 1.6437e-02,  1.7844e-02,  4.2858e-03],
                        [ 1.8507e-02, -1.4175e-02,  6.2452e-03],
                        [-2.2591e-02, -1.6163e-02,  2.8446e-02]],
              
                       [[ 7.0578e-03,  8.5772e-03,  1.2336e-03],
                        [-2.7270e-02, -4.7153e-03,  1.8364e-02],
                        [-1.7723e-02, -6.1744e-03, -2.6519e-02]],
              
                       [[ 2.6981e-03,  2.3110e-02, -1.9544e-02],
                        [ 2.8593e-02,  2.6731e-02,  2.1887e-02],
                        [-9.6571e-04,  1.7459e-02,  3.4465e-03]]]], device='cuda:0')),
             ('module.module.up4.conv.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.up4.conv.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.up4.conv.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.up4.conv.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.up4.conv.double_conv.1.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.up4.conv.double_conv.3.weight',
              tensor([[[[ 3.1426e-03, -3.7804e-02, -1.9636e-03],
                        [-3.3168e-02,  2.4599e-03, -2.5361e-02],
                        [ 2.0291e-02, -3.1659e-02, -2.2596e-02]],
              
                       [[-8.4917e-03, -3.0465e-04, -2.1817e-02],
                        [ 2.9646e-03,  2.4069e-02, -2.6871e-02],
                        [ 2.7976e-02, -2.9426e-02, -1.9063e-02]],
              
                       [[ 3.4714e-02,  2.5515e-02,  2.2645e-03],
                        [ 1.1169e-02, -1.5637e-02, -3.2919e-02],
                        [-1.3760e-02,  1.0523e-03,  3.2319e-02]],
              
                       ...,
              
                       [[-2.6632e-02,  1.5643e-02, -3.1304e-03],
                        [-6.5018e-03,  1.7912e-02, -1.7220e-02],
                        [ 3.1036e-02,  3.4784e-02, -1.4025e-02]],
              
                       [[ 3.3626e-02, -2.4100e-02,  3.6708e-02],
                        [-2.1758e-02, -1.4161e-02, -2.8572e-02],
                        [ 5.2657e-03,  2.2184e-02, -1.2249e-02]],
              
                       [[ 3.9889e-02, -9.9724e-03,  1.4062e-03],
                        [ 1.6991e-02, -5.8726e-03, -1.2741e-02],
                        [-2.3483e-02,  3.6793e-02,  1.0728e-03]]],
              
              
                      [[[-1.1431e-02,  2.8004e-03, -2.1472e-02],
                        [-4.7250e-03,  3.1195e-02, -3.4145e-02],
                        [-3.9074e-02, -9.0451e-03,  3.6595e-02]],
              
                       [[-3.4954e-02, -2.8686e-02,  7.4445e-03],
                        [-3.4594e-02, -1.5361e-02,  3.2916e-02],
                        [ 7.3619e-03, -2.8733e-02, -2.8171e-02]],
              
                       [[-1.6132e-02,  9.1593e-03, -1.5983e-03],
                        [ 1.9147e-02, -3.0231e-02,  3.5481e-02],
                        [-2.8131e-02, -1.5797e-02,  1.4560e-02]],
              
                       ...,
              
                       [[-2.0996e-03, -2.3411e-02, -1.1860e-02],
                        [ 3.8093e-02,  3.5264e-02,  3.0247e-02],
                        [ 1.3708e-02, -2.7209e-02,  3.5293e-02]],
              
                       [[-1.4823e-02, -1.3127e-02, -1.8602e-02],
                        [ 3.1382e-02, -2.8936e-02, -3.5547e-02],
                        [ 2.8250e-02,  2.5477e-02, -1.1684e-02]],
              
                       [[-3.4762e-03, -2.8827e-02,  2.2720e-02],
                        [ 1.9048e-02,  1.9151e-02,  4.8282e-03],
                        [ 3.6979e-02,  1.1263e-02,  1.4983e-02]]],
              
              
                      [[[ 4.0528e-02, -1.5267e-02,  4.1640e-02],
                        [ 1.4580e-02,  2.1254e-03,  2.1454e-02],
                        [ 2.3367e-02,  2.4535e-02, -2.9547e-02]],
              
                       [[ 1.2478e-02, -3.2175e-02,  3.1261e-02],
                        [-2.5070e-02,  1.0443e-02, -1.7667e-02],
                        [-3.9835e-03, -1.4524e-02,  2.9181e-02]],
              
                       [[ 8.7496e-03,  1.6791e-02, -3.3366e-02],
                        [ 3.9007e-02,  1.0403e-02,  3.8254e-02],
                        [-1.2029e-02,  1.1168e-02, -1.9442e-02]],
              
                       ...,
              
                       [[ 2.2030e-02,  1.0903e-02, -1.4863e-02],
                        [-1.3346e-02, -3.5193e-02,  3.2643e-02],
                        [-3.8632e-02, -8.3370e-03,  1.8904e-02]],
              
                       [[-3.9616e-02, -2.5855e-02,  3.3651e-02],
                        [ 3.9193e-02,  2.7768e-02,  1.4065e-02],
                        [-8.8412e-03, -2.1744e-02, -2.0466e-02]],
              
                       [[-9.5175e-03, -3.2115e-02,  2.8135e-02],
                        [-3.5135e-02, -3.5658e-02, -1.6859e-02],
                        [ 3.8371e-02,  4.0490e-03,  2.5179e-02]]],
              
              
                      ...,
              
              
                      [[[-1.6391e-02,  5.2747e-03,  3.4211e-02],
                        [-3.6951e-02, -2.0392e-02,  1.9124e-02],
                        [-4.0592e-03, -2.1158e-02, -5.6858e-03]],
              
                       [[-1.2450e-02, -7.7264e-03, -2.7716e-02],
                        [ 3.4721e-02,  2.8399e-02,  3.7686e-02],
                        [ 3.6166e-02,  1.7743e-02, -3.3313e-02]],
              
                       [[-2.4009e-03,  2.7938e-02,  8.2821e-03],
                        [-1.0567e-02, -1.0721e-02,  3.9096e-02],
                        [-1.0329e-02,  3.5188e-04,  1.9992e-02]],
              
                       ...,
              
                       [[ 4.0091e-02,  2.7190e-02, -3.8786e-02],
                        [ 3.7762e-02,  1.6390e-02, -4.1539e-02],
                        [ 2.8608e-02, -3.4842e-02, -1.5290e-02]],
              
                       [[ 2.5458e-02,  3.8800e-02,  1.8157e-02],
                        [-3.0404e-02, -2.8858e-02, -3.7904e-02],
                        [-1.7384e-02,  1.3624e-02, -3.8238e-02]],
              
                       [[-3.4968e-02, -2.1631e-02,  1.8572e-02],
                        [ 3.9958e-02,  3.1534e-02, -2.6919e-03],
                        [ 2.9025e-02, -2.5323e-02,  1.8108e-02]]],
              
              
                      [[[ 1.4118e-02,  1.3075e-02,  7.9425e-04],
                        [-1.5709e-02,  2.2579e-02, -3.4406e-03],
                        [ 3.9156e-02, -5.3889e-03, -4.1343e-02]],
              
                       [[-1.1825e-03, -7.4790e-03,  3.0482e-02],
                        [-4.0314e-02, -1.9415e-02, -5.4573e-05],
                        [-3.6205e-03, -4.0538e-02,  1.6526e-02]],
              
                       [[ 3.1517e-02,  1.2538e-02,  1.7676e-03],
                        [ 2.2461e-02, -2.9065e-02,  3.1906e-02],
                        [-3.9866e-02, -2.3473e-02,  4.0793e-02]],
              
                       ...,
              
                       [[-2.2015e-02, -1.4035e-03, -3.4191e-02],
                        [ 3.4649e-02,  2.7996e-02,  2.5186e-02],
                        [-2.6122e-02, -3.7787e-02, -3.5784e-02]],
              
                       [[-3.5926e-03, -1.5855e-02, -2.4558e-02],
                        [-3.5714e-02,  4.0327e-02,  3.9204e-02],
                        [ 1.6102e-03, -2.2671e-02,  3.9940e-02]],
              
                       [[-4.1120e-02,  6.4742e-03,  1.8772e-02],
                        [ 3.4173e-02,  5.7441e-04, -1.9311e-02],
                        [-1.4727e-02,  1.7990e-02, -1.8958e-02]]],
              
              
                      [[[ 2.9624e-02, -8.9972e-03,  4.0076e-02],
                        [ 1.4882e-02, -1.9439e-02,  8.6693e-03],
                        [-4.0603e-02,  1.5571e-02, -2.9153e-02]],
              
                       [[-3.5557e-02,  1.8946e-04,  2.2721e-02],
                        [ 2.9935e-03,  8.9930e-03, -2.0757e-02],
                        [ 2.0412e-02,  5.7608e-03,  2.6245e-02]],
              
                       [[-6.2162e-03, -7.0439e-04,  1.3922e-02],
                        [-9.8026e-03,  2.8211e-02, -3.7612e-03],
                        [-3.1022e-02, -2.4241e-02,  2.0704e-03]],
              
                       ...,
              
                       [[ 1.8656e-05, -3.5449e-02, -1.9142e-02],
                        [-3.7448e-02, -3.8316e-02,  3.6445e-02],
                        [ 1.8268e-02, -3.2087e-02, -3.0568e-02]],
              
                       [[-2.6703e-02, -7.0255e-04,  1.3062e-02],
                        [ 9.2566e-03,  3.0957e-02, -3.9456e-02],
                        [ 2.6741e-02,  1.7924e-02,  2.6267e-02]],
              
                       [[-3.0110e-02, -1.6314e-03, -2.8098e-02],
                        [ 2.0860e-02,  1.5562e-02,  2.9175e-02],
                        [ 9.1814e-03,  2.6883e-02,  2.8830e-02]]]], device='cuda:0')),
             ('module.module.up4.conv.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.up4.conv.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.up4.conv.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.up4.conv.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.up4.conv.double_conv.4.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.outc.conv.weight',
              tensor([[[[ 0.0984]],
              
                       [[-0.0668]],
              
                       [[-0.0782]],
              
                       [[ 0.0068]],
              
                       [[ 0.0089]],
              
                       [[-0.0501]],
              
                       [[-0.0261]],
              
                       [[ 0.0791]],
              
                       [[-0.1128]],
              
                       [[ 0.0102]],
              
                       [[ 0.0258]],
              
                       [[-0.0357]],
              
                       [[-0.0674]],
              
                       [[ 0.1242]],
              
                       [[ 0.0549]],
              
                       [[-0.0972]],
              
                       [[-0.1207]],
              
                       [[ 0.1104]],
              
                       [[ 0.0293]],
              
                       [[-0.1182]],
              
                       [[ 0.1166]],
              
                       [[ 0.1038]],
              
                       [[-0.0085]],
              
                       [[-0.0039]],
              
                       [[ 0.0621]],
              
                       [[ 0.0331]],
              
                       [[ 0.0618]],
              
                       [[ 0.0310]],
              
                       [[ 0.1245]],
              
                       [[-0.1027]],
              
                       [[ 0.0523]],
              
                       [[ 0.0731]],
              
                       [[-0.0253]],
              
                       [[-0.0495]],
              
                       [[ 0.1218]],
              
                       [[ 0.1106]],
              
                       [[ 0.0079]],
              
                       [[-0.1117]],
              
                       [[ 0.1123]],
              
                       [[-0.0453]],
              
                       [[ 0.0750]],
              
                       [[ 0.0378]],
              
                       [[ 0.1220]],
              
                       [[-0.1052]],
              
                       [[-0.0909]],
              
                       [[-0.0841]],
              
                       [[-0.0028]],
              
                       [[ 0.0207]],
              
                       [[-0.0161]],
              
                       [[-0.0815]],
              
                       [[ 0.0737]],
              
                       [[-0.0565]],
              
                       [[-0.0620]],
              
                       [[ 0.0920]],
              
                       [[ 0.1087]],
              
                       [[ 0.0442]],
              
                       [[-0.0377]],
              
                       [[-0.0474]],
              
                       [[ 0.0807]],
              
                       [[ 0.0298]],
              
                       [[ 0.0700]],
              
                       [[ 0.0749]],
              
                       [[ 0.0847]],
              
                       [[-0.1145]]]], device='cuda:0')),
             ('module.module.outc.conv.bias',
              tensor([-0.0712], device='cuda:0'))])
# 另外,如果保存的是整个模型,也建议采用提取权重的方式构建新的模型:
unet_mul.state_dict = loaded_unet_mul.state_dict
unet_mul = nn.DataParallel(unet_mul).cuda()
unet_mul.state_dict()
OrderedDict([('module.module.inc.double_conv.0.weight',
              tensor([[[[-0.1569, -0.0516,  0.1381],
                        [-0.0167,  0.1114, -0.1482],
                        [-0.1659, -0.0492, -0.1526]],
              
                       [[ 0.0871,  0.1102, -0.1270],
                        [ 0.1058,  0.0541, -0.0767],
                        [ 0.1247,  0.1813,  0.1895]],
              
                       [[ 0.0929, -0.1305,  0.0531],
                        [-0.0972, -0.1668, -0.0183],
                        [-0.1754, -0.0862,  0.0373]]],
              
              
                      [[[-0.0014,  0.1440, -0.0519],
                        [ 0.1643,  0.1829,  0.1713],
                        [-0.0702, -0.0426,  0.0083]],
              
                       [[ 0.1057,  0.0303,  0.0280],
                        [-0.0306, -0.0898,  0.1635],
                        [-0.1388, -0.0430,  0.0839]],
              
                       [[ 0.0840,  0.1753,  0.0916],
                        [ 0.0819,  0.1624,  0.1901],
                        [ 0.1914,  0.0483, -0.0875]]],
              
              
                      [[[ 0.1197, -0.1618, -0.1778],
                        [ 0.0866, -0.0638, -0.1615],
                        [ 0.1437, -0.1523, -0.1007]],
              
                       [[-0.1395, -0.0602, -0.0457],
                        [ 0.0582, -0.1701,  0.0586],
                        [-0.1828,  0.0463,  0.1460]],
              
                       [[ 0.0735,  0.0299, -0.0629],
                        [-0.0345, -0.0038,  0.0794],
                        [-0.0958, -0.1519, -0.0411]]],
              
              
                      ...,
              
              
                      [[[-0.1095,  0.0703, -0.0860],
                        [-0.1243, -0.0596, -0.1636],
                        [ 0.0819,  0.0457,  0.1248]],
              
                       [[-0.1077, -0.1394,  0.0295],
                        [ 0.1442, -0.1271,  0.1462],
                        [-0.1011,  0.1301, -0.1294]],
              
                       [[-0.1653, -0.1431, -0.1031],
                        [ 0.0511,  0.1370,  0.0210],
                        [-0.1709,  0.0438, -0.0352]]],
              
              
                      [[[-0.0893,  0.1826, -0.0856],
                        [-0.1679,  0.0620,  0.1056],
                        [-0.0206, -0.1745, -0.0500]],
              
                       [[ 0.0784,  0.0502,  0.1084],
                        [-0.0746, -0.1213,  0.0849],
                        [-0.1682, -0.1131, -0.1769]],
              
                       [[ 0.1111, -0.0814,  0.1804],
                        [-0.0183,  0.0950, -0.0082],
                        [-0.0761, -0.0757, -0.1657]]],
              
              
                      [[[ 0.0543, -0.0157, -0.1387],
                        [ 0.1503,  0.1388,  0.0653],
                        [ 0.1474, -0.0991, -0.1478]],
              
                       [[ 0.0953, -0.1215,  0.1848],
                        [-0.0360,  0.0052, -0.1841],
                        [-0.1859, -0.0946,  0.1727]],
              
                       [[-0.0668, -0.0142,  0.1517],
                        [-0.1101,  0.0217, -0.1021],
                        [-0.1509,  0.0912,  0.1346]]]], device='cuda:0')),
             ('module.module.inc.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.inc.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.inc.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.inc.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.inc.double_conv.1.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.inc.double_conv.3.weight',
              tensor([[[[-4.1079e-02,  2.4625e-02, -5.8618e-03],
                        [-3.6583e-02, -1.7239e-02,  2.4723e-02],
                        [-2.0914e-03,  3.0168e-02, -2.0448e-02]],
              
                       [[ 4.1381e-03, -2.0328e-02, -2.9454e-02],
                        [ 1.0681e-02, -3.6947e-02, -1.4246e-02],
                        [-3.8679e-03,  2.3515e-02,  7.0796e-03]],
              
                       [[-3.3515e-02,  2.3345e-02, -5.7584e-04],
                        [ 3.0752e-02, -3.5342e-02, -3.0192e-02],
                        [ 3.0137e-02,  4.9735e-03,  3.0268e-02]],
              
                       ...,
              
                       [[ 2.6247e-02,  3.5036e-02, -2.7703e-02],
                        [ 1.2037e-02, -1.1631e-02, -3.5691e-02],
                        [ 1.8343e-02,  2.3172e-02, -2.3284e-02]],
              
                       [[ 3.9720e-02, -2.9578e-02, -3.8113e-02],
                        [ 6.7576e-04, -4.0048e-02, -6.3216e-05],
                        [ 1.9008e-02,  3.8545e-02,  3.0812e-02]],
              
                       [[-6.7981e-03, -1.5902e-03,  3.7965e-02],
                        [ 8.6753e-03, -1.4569e-03, -1.9033e-02],
                        [-2.0683e-02, -2.7206e-02,  2.5007e-02]]],
              
              
                      [[[-1.3453e-02,  4.8410e-03,  6.3604e-03],
                        [ 1.4860e-02, -1.9902e-04, -3.7245e-02],
                        [ 1.2965e-02,  9.0473e-03,  2.3664e-02]],
              
                       [[-3.6142e-02, -2.9932e-02, -2.7691e-02],
                        [ 2.6747e-02,  2.1051e-02, -6.9610e-03],
                        [ 1.6672e-02,  2.4121e-02,  3.9934e-02]],
              
                       [[ 1.8793e-02,  3.8492e-02, -1.8463e-02],
                        [ 2.4193e-02,  1.2931e-02, -2.9170e-02],
                        [-2.2503e-02,  7.4183e-03, -9.9386e-03]],
              
                       ...,
              
                       [[-3.5583e-02,  1.0415e-02,  2.6884e-03],
                        [-2.4120e-02, -1.6516e-02, -3.5117e-02],
                        [-1.1389e-02, -3.2349e-02, -5.4190e-03]],
              
                       [[ 1.0794e-02, -1.4699e-02, -3.9218e-02],
                        [ 7.2620e-03,  2.3942e-02, -9.0866e-03],
                        [-3.9156e-02, -2.2665e-02,  3.0706e-02]],
              
                       [[ 2.5315e-02,  3.8635e-02, -1.4174e-03],
                        [ 4.2061e-03, -3.3006e-02, -2.6736e-02],
                        [-1.2201e-02,  2.4348e-02, -2.8096e-02]]],
              
              
                      [[[-2.9801e-02,  1.3935e-02, -2.9342e-02],
                        [-4.2913e-03,  9.5715e-03,  3.7494e-02],
                        [ 2.2639e-02,  1.3474e-02,  2.3872e-02]],
              
                       [[ 1.6016e-03,  2.9424e-02,  2.3341e-02],
                        [-1.2055e-02, -3.9560e-02, -1.5007e-02],
                        [ 2.5384e-02, -4.1246e-02,  2.9730e-02]],
              
                       [[ 2.2965e-02, -2.7511e-02, -1.2306e-02],
                        [-1.4792e-02,  2.7210e-03, -3.1689e-02],
                        [ 3.1452e-02, -2.1154e-02,  3.2495e-02]],
              
                       ...,
              
                       [[ 6.1211e-03, -1.7085e-03,  1.0614e-02],
                        [-1.3250e-03,  2.0869e-02,  7.6367e-03],
                        [-3.3447e-02, -3.5193e-02, -3.4296e-02]],
              
                       [[ 2.6182e-02, -9.0026e-03,  4.3130e-03],
                        [-1.9488e-02,  3.6438e-02, -2.9620e-02],
                        [-4.0476e-02,  8.5702e-03,  2.2612e-02]],
              
                       [[ 1.9338e-03, -1.3990e-02,  8.3609e-03],
                        [-1.3580e-02, -3.6543e-02,  2.8900e-02],
                        [ 2.8948e-02, -2.2145e-03, -2.4276e-02]]],
              
              
                      ...,
              
              
                      [[[ 6.0462e-03,  3.9649e-02,  1.0557e-02],
                        [ 3.1926e-02,  3.8248e-02,  9.8494e-03],
                        [ 1.2289e-03, -1.9980e-02, -3.3557e-02]],
              
                       [[-4.0275e-02,  1.1621e-02,  1.1366e-02],
                        [-1.9881e-02,  6.3696e-03,  4.0948e-02],
                        [-1.5219e-02, -1.6628e-02,  2.8343e-03]],
              
                       [[ 2.7490e-02,  3.5501e-02,  3.2039e-02],
                        [ 3.5091e-03,  1.1285e-02,  1.5338e-02],
                        [ 1.9410e-02, -5.1183e-03, -2.9545e-02]],
              
                       ...,
              
                       [[-2.0173e-02,  3.1788e-02,  8.5245e-03],
                        [ 1.2969e-02,  1.4843e-02,  1.5726e-02],
                        [ 3.1018e-02, -2.0554e-02,  1.6326e-02]],
              
                       [[-3.5004e-02,  3.6636e-02,  5.2004e-03],
                        [ 2.9926e-02,  3.7449e-02,  6.1300e-04],
                        [-5.1867e-04, -4.0083e-02, -3.0298e-02]],
              
                       [[-1.5009e-02,  4.1003e-02,  7.9811e-03],
                        [ 6.5824e-03, -2.2011e-02,  8.9981e-03],
                        [ 1.5385e-02, -3.9503e-02,  4.1086e-02]]],
              
              
                      [[[-2.8993e-02, -3.7376e-02,  1.1231e-02],
                        [ 1.7329e-02, -5.8507e-03,  1.9821e-02],
                        [ 2.0648e-02, -3.9886e-02,  1.6316e-02]],
              
                       [[ 3.2519e-02,  1.6676e-02,  1.2690e-03],
                        [ 1.6236e-03,  4.4074e-03, -2.0494e-02],
                        [-3.6117e-02,  1.2012e-02, -2.8950e-02]],
              
                       [[-3.4818e-02, -1.8692e-02, -6.5148e-03],
                        [-3.8199e-02, -2.1533e-03, -2.6669e-02],
                        [ 2.0359e-03, -1.0877e-02,  3.2552e-02]],
              
                       ...,
              
                       [[ 2.6173e-03, -3.7495e-02,  8.6743e-03],
                        [ 4.8354e-04,  4.1075e-02, -6.5880e-03],
                        [ 3.3915e-02,  3.9410e-03, -1.2893e-02]],
              
                       [[ 2.6528e-02, -4.0759e-02,  1.9229e-02],
                        [ 2.2432e-02, -3.9180e-03,  2.6232e-02],
                        [ 1.2603e-02, -3.1149e-03, -1.4234e-02]],
              
                       [[-2.9655e-03,  1.3039e-03, -2.7197e-02],
                        [ 3.9957e-02, -1.5892e-02,  2.0109e-02],
                        [ 1.4106e-03,  6.4586e-04,  8.9162e-03]]],
              
              
                      [[[ 3.1019e-02,  3.9165e-02, -2.7102e-02],
                        [-3.8747e-02, -2.9976e-02, -8.2251e-04],
                        [ 3.1431e-02, -9.7356e-03,  1.1533e-02]],
              
                       [[-8.6869e-03,  3.6680e-02,  1.8349e-02],
                        [-3.1113e-02, -2.5772e-02, -1.2013e-02],
                        [ 2.4810e-02,  2.1669e-02, -3.3620e-02]],
              
                       [[-3.0419e-02,  7.3520e-03, -1.9823e-02],
                        [ 3.8660e-02,  2.6089e-02,  3.0254e-02],
                        [ 1.4994e-02,  1.0452e-02,  3.4261e-02]],
              
                       ...,
              
                       [[-3.2601e-02, -3.6214e-02,  3.6512e-02],
                        [-3.7527e-02, -2.9699e-02,  1.5305e-02],
                        [-2.4764e-02,  2.2672e-02,  2.2486e-02]],
              
                       [[ 1.1033e-02,  3.0824e-02,  2.4714e-02],
                        [-2.1154e-02,  2.5543e-02,  1.0087e-02],
                        [ 2.3082e-02, -3.0461e-02,  3.4150e-02]],
              
                       [[-1.8519e-02, -7.6047e-03,  2.7975e-02],
                        [-6.4077e-03, -2.6562e-02,  9.9592e-03],
                        [-2.9076e-02, -2.5703e-02, -2.9623e-02]]]], device='cuda:0')),
             ('module.module.inc.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.inc.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.inc.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.inc.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.inc.double_conv.4.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.down1.maxpool_conv.1.double_conv.0.weight',
              tensor([[[[ 0.0357, -0.0264,  0.0201],
                        [ 0.0235, -0.0205,  0.0169],
                        [ 0.0325, -0.0087, -0.0301]],
              
                       [[-0.0252,  0.0130,  0.0105],
                        [ 0.0278,  0.0094, -0.0272],
                        [ 0.0324,  0.0047,  0.0045]],
              
                       [[-0.0352, -0.0399, -0.0170],
                        [ 0.0144,  0.0158, -0.0144],
                        [-0.0233,  0.0018, -0.0334]],
              
                       ...,
              
                       [[ 0.0116, -0.0235, -0.0296],
                        [-0.0242,  0.0119,  0.0299],
                        [ 0.0114,  0.0182,  0.0288]],
              
                       [[-0.0316, -0.0088, -0.0152],
                        [-0.0325, -0.0183, -0.0030],
                        [-0.0355, -0.0339,  0.0363]],
              
                       [[-0.0135,  0.0221,  0.0305],
                        [-0.0268,  0.0040, -0.0396],
                        [-0.0201,  0.0218, -0.0349]]],
              
              
                      [[[ 0.0126,  0.0043, -0.0306],
                        [-0.0146,  0.0352,  0.0244],
                        [ 0.0250,  0.0273,  0.0250]],
              
                       [[-0.0412,  0.0087,  0.0332],
                        [ 0.0187, -0.0076, -0.0089],
                        [-0.0151, -0.0058, -0.0293]],
              
                       [[-0.0167, -0.0200,  0.0142],
                        [-0.0356,  0.0294,  0.0118],
                        [-0.0244, -0.0215,  0.0074]],
              
                       ...,
              
                       [[-0.0035,  0.0137, -0.0314],
                        [ 0.0138, -0.0057,  0.0048],
                        [ 0.0214, -0.0232, -0.0108]],
              
                       [[-0.0412, -0.0090, -0.0090],
                        [-0.0287,  0.0126,  0.0135],
                        [ 0.0138,  0.0354, -0.0151]],
              
                       [[ 0.0006, -0.0026,  0.0229],
                        [ 0.0340,  0.0215,  0.0193],
                        [-0.0062,  0.0044,  0.0232]]],
              
              
                      [[[ 0.0393,  0.0131, -0.0272],
                        [-0.0268, -0.0212,  0.0276],
                        [-0.0300,  0.0367, -0.0406]],
              
                       [[ 0.0010, -0.0226, -0.0340],
                        [ 0.0188,  0.0097, -0.0116],
                        [ 0.0346, -0.0155,  0.0074]],
              
                       [[ 0.0277, -0.0405,  0.0331],
                        [ 0.0064,  0.0333,  0.0368],
                        [ 0.0375,  0.0212, -0.0242]],
              
                       ...,
              
                       [[-0.0069,  0.0186, -0.0329],
                        [ 0.0099, -0.0293,  0.0133],
                        [ 0.0385,  0.0099,  0.0152]],
              
                       [[ 0.0165,  0.0133,  0.0077],
                        [-0.0347, -0.0064,  0.0321],
                        [-0.0038, -0.0347,  0.0405]],
              
                       [[ 0.0055, -0.0044, -0.0135],
                        [ 0.0195,  0.0027,  0.0329],
                        [-0.0107,  0.0344, -0.0313]]],
              
              
                      ...,
              
              
                      [[[ 0.0298, -0.0407, -0.0166],
                        [-0.0002, -0.0221,  0.0067],
                        [ 0.0178,  0.0013, -0.0193]],
              
                       [[-0.0238,  0.0293,  0.0269],
                        [ 0.0277,  0.0384,  0.0140],
                        [-0.0363, -0.0101,  0.0253]],
              
                       [[ 0.0334, -0.0225, -0.0067],
                        [-0.0341,  0.0260, -0.0054],
                        [ 0.0118,  0.0148,  0.0336]],
              
                       ...,
              
                       [[-0.0390,  0.0067, -0.0146],
                        [-0.0058, -0.0076,  0.0248],
                        [-0.0309, -0.0162, -0.0044]],
              
                       [[ 0.0156,  0.0133, -0.0077],
                        [-0.0084, -0.0258,  0.0351],
                        [ 0.0133, -0.0063,  0.0344]],
              
                       [[ 0.0333,  0.0093, -0.0372],
                        [-0.0002,  0.0405, -0.0157],
                        [-0.0018, -0.0008,  0.0080]]],
              
              
                      [[[ 0.0330, -0.0097, -0.0083],
                        [-0.0216,  0.0057, -0.0085],
                        [ 0.0082,  0.0023,  0.0381]],
              
                       [[-0.0320,  0.0131, -0.0137],
                        [-0.0037,  0.0201, -0.0339],
                        [ 0.0327,  0.0375, -0.0072]],
              
                       [[-0.0085, -0.0173,  0.0102],
                        [ 0.0381,  0.0038,  0.0299],
                        [ 0.0261,  0.0366,  0.0206]],
              
                       ...,
              
                       [[-0.0330, -0.0098, -0.0026],
                        [ 0.0038,  0.0086,  0.0258],
                        [-0.0036,  0.0356, -0.0383]],
              
                       [[ 0.0014,  0.0289, -0.0069],
                        [-0.0358, -0.0261, -0.0318],
                        [-0.0223, -0.0333,  0.0221]],
              
                       [[ 0.0099, -0.0044,  0.0356],
                        [-0.0416,  0.0245,  0.0219],
                        [-0.0125, -0.0308, -0.0395]]],
              
              
                      [[[-0.0059, -0.0348, -0.0104],
                        [-0.0281, -0.0408,  0.0101],
                        [-0.0012,  0.0124, -0.0115]],
              
                       [[-0.0382, -0.0336,  0.0156],
                        [-0.0337,  0.0008,  0.0405],
                        [-0.0058, -0.0384, -0.0303]],
              
                       [[-0.0357,  0.0154,  0.0037],
                        [ 0.0079,  0.0382, -0.0023],
                        [-0.0099,  0.0091, -0.0170]],
              
                       ...,
              
                       [[-0.0194,  0.0131, -0.0097],
                        [-0.0112, -0.0016, -0.0009],
                        [-0.0198, -0.0326, -0.0109]],
              
                       [[ 0.0248, -0.0348, -0.0202],
                        [-0.0041, -0.0386, -0.0109],
                        [-0.0228, -0.0399,  0.0372]],
              
                       [[-0.0010, -0.0073,  0.0204],
                        [-0.0288,  0.0141,  0.0010],
                        [-0.0160, -0.0138,  0.0360]]]], device='cuda:0')),
             ('module.module.down1.maxpool_conv.1.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.], device='cuda:0')),
             ('module.module.down1.maxpool_conv.1.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.down1.maxpool_conv.1.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.down1.maxpool_conv.1.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.], device='cuda:0')),
             ('module.module.down1.maxpool_conv.1.double_conv.1.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.down1.maxpool_conv.1.double_conv.3.weight',
              tensor([[[[ 1.1305e-02, -1.2684e-03,  2.4892e-02],
                        [-2.6919e-02, -1.1080e-02,  6.1028e-04],
                        [-6.9626e-03,  2.4179e-02,  7.0370e-03]],
              
                       [[-8.0535e-03, -1.8495e-04, -2.7226e-02],
                        [-1.6500e-02,  3.6307e-03,  2.3883e-02],
                        [-7.6892e-03,  2.6147e-02,  1.8880e-02]],
              
                       [[-6.3356e-04, -7.4601e-03, -7.9877e-03],
                        [ 1.3430e-02, -1.9490e-02,  3.8737e-03],
                        [-1.6122e-02, -1.8464e-02,  2.0742e-02]],
              
                       ...,
              
                       [[ 1.8362e-03, -1.1564e-02, -2.8767e-02],
                        [ 5.5608e-03,  6.5534e-03,  1.5489e-02],
                        [-1.3676e-02, -2.4228e-02,  1.2859e-02]],
              
                       [[ 1.7046e-02,  3.1059e-03, -1.3043e-02],
                        [-1.1144e-02,  8.5697e-03, -9.9781e-03],
                        [ 6.2510e-03, -2.7031e-02, -8.6106e-03]],
              
                       [[ 2.8901e-02,  1.9356e-02, -2.5723e-02],
                        [-2.0941e-02,  1.2509e-02,  2.8496e-02],
                        [-1.6640e-02, -3.5848e-03, -1.0853e-02]]],
              
              
                      [[[ 1.2726e-02, -1.6195e-02,  1.4709e-02],
                        [-2.0562e-02, -2.8356e-02,  1.0373e-02],
                        [ 1.6941e-02, -1.7723e-02,  2.5551e-02]],
              
                       [[-1.9462e-02,  2.7471e-02, -1.6930e-02],
                        [-2.7676e-03, -1.4025e-03,  1.7487e-02],
                        [ 1.6080e-02,  2.9447e-02, -1.8378e-02]],
              
                       [[ 2.8415e-03, -1.0617e-02, -1.0754e-03],
                        [ 2.2315e-02, -1.2144e-02, -1.7454e-02],
                        [-2.4725e-02, -1.4872e-02,  1.2383e-02]],
              
                       ...,
              
                       [[ 2.1383e-02, -2.6270e-02, -1.2159e-02],
                        [-2.1438e-02, -2.4603e-02, -1.3974e-02],
                        [-2.2166e-02,  2.9069e-02,  1.0996e-02]],
              
                       [[ 2.6262e-02, -3.3151e-03,  2.6866e-02],
                        [-1.1902e-02,  2.3779e-03,  2.6081e-02],
                        [ 5.4771e-03,  7.5126e-04, -8.3137e-03]],
              
                       [[ 2.5385e-02,  7.2457e-03, -1.6735e-02],
                        [-4.7629e-03, -1.2607e-02, -4.5772e-03],
                        [ 1.6854e-02,  1.9901e-02,  2.8703e-02]]],
              
              
                      [[[-2.8001e-02, -4.4546e-04, -2.0191e-02],
                        [ 2.4830e-02, -2.2498e-02, -2.0728e-02],
                        [-1.0464e-02,  2.7569e-02,  2.9056e-02]],
              
                       [[-2.7124e-02, -7.6276e-03,  2.4910e-02],
                        [-5.0865e-03, -1.3039e-02, -1.9636e-02],
                        [-2.0727e-02, -2.3310e-02, -1.5865e-02]],
              
                       [[ 7.5711e-03,  7.3599e-03, -2.2980e-02],
                        [-2.5551e-02,  2.2718e-02,  1.5489e-02],
                        [-3.0655e-04,  1.2903e-02, -2.2033e-02]],
              
                       ...,
              
                       [[-1.5014e-02, -7.5347e-04,  1.6599e-03],
                        [-5.4850e-03,  1.3427e-02,  2.9824e-03],
                        [ 2.4041e-02,  1.7558e-03,  1.0491e-02]],
              
                       [[-1.7517e-02,  2.2218e-02,  2.1117e-02],
                        [-8.5116e-05,  2.7633e-02,  1.1950e-03],
                        [ 2.3484e-02, -2.0629e-02, -7.9562e-03]],
              
                       [[ 6.6841e-03, -2.7769e-02, -2.2987e-02],
                        [-2.4637e-02,  2.2629e-02, -1.2457e-02],
                        [-1.0986e-02, -1.6586e-02, -4.0791e-03]]],
              
              
                      ...,
              
              
                      [[[ 8.6628e-03,  2.6667e-02,  6.7481e-03],
                        [-1.4348e-02, -1.9016e-02,  2.1977e-02],
                        [ 1.1526e-02,  2.0264e-03, -1.9429e-02]],
              
                       [[-1.5399e-02,  2.4140e-02,  1.7281e-02],
                        [-5.1553e-05,  2.7146e-03, -2.2730e-02],
                        [-2.2137e-02,  1.5756e-02,  9.6129e-03]],
              
                       [[-5.2356e-03,  1.8795e-02,  1.4753e-02],
                        [-2.9235e-02, -2.4725e-02, -9.9595e-03],
                        [-2.5816e-02, -1.2593e-02, -1.4906e-02]],
              
                       ...,
              
                       [[-5.1329e-04,  2.4464e-02,  1.0491e-02],
                        [ 1.6588e-03, -1.9864e-02, -2.4729e-02],
                        [-5.7917e-03,  1.2495e-02,  7.5220e-03]],
              
                       [[ 1.5368e-02, -2.5456e-02, -1.4819e-02],
                        [-2.5614e-02, -2.3670e-03,  2.6447e-02],
                        [-5.4125e-03, -4.6167e-03, -7.2054e-04]],
              
                       [[-1.7071e-02, -2.6587e-03,  2.1725e-02],
                        [-2.8988e-02,  3.1809e-03,  1.3815e-03],
                        [ 6.4158e-03, -2.6444e-04,  1.8910e-02]]],
              
              
                      [[[ 2.5009e-02,  4.4661e-03, -2.5017e-02],
                        [ 6.8237e-03,  1.3778e-02,  6.8838e-03],
                        [-1.5440e-02, -1.2293e-03,  2.2054e-02]],
              
                       [[-1.6465e-02,  1.3906e-02,  2.9242e-02],
                        [ 2.2392e-02, -6.8427e-03, -2.1006e-02],
                        [ 2.3828e-02, -1.8528e-02,  4.6238e-03]],
              
                       [[ 2.6324e-02, -3.9792e-03, -2.8550e-02],
                        [ 9.2739e-03,  8.2617e-03, -2.5574e-02],
                        [ 1.6078e-02,  1.6129e-02,  6.8392e-03]],
              
                       ...,
              
                       [[ 2.7127e-02, -1.3369e-02,  8.5266e-03],
                        [-1.0530e-02, -2.0817e-02, -8.6817e-03],
                        [-2.9038e-02, -2.4825e-03,  1.3813e-02]],
              
                       [[ 1.2809e-02, -2.7485e-02, -2.8767e-02],
                        [-5.6553e-03,  1.9724e-02,  1.1964e-02],
                        [ 5.6818e-03,  1.9974e-02, -1.8658e-02]],
              
                       [[ 2.8031e-02, -2.4776e-02, -3.0622e-03],
                        [ 1.4898e-02,  2.7475e-03, -2.2119e-02],
                        [ 5.8204e-03,  6.9012e-03, -2.6735e-02]]],
              
              
                      [[[ 9.7910e-03,  1.7056e-02, -4.8750e-03],
                        [ 3.8653e-03,  9.2350e-03, -2.7748e-02],
                        [ 2.4542e-02, -9.4870e-03,  2.7431e-02]],
              
                       [[ 1.5725e-03,  5.4433e-03,  6.2727e-03],
                        [ 2.9122e-02,  1.9450e-02, -1.4450e-02],
                        [ 7.3775e-03,  2.3615e-02, -1.2452e-02]],
              
                       [[-7.7901e-04,  5.2408e-03,  1.3440e-02],
                        [ 1.1745e-02, -2.4794e-02,  5.6418e-03],
                        [ 1.4150e-02, -1.9262e-02, -6.3717e-04]],
              
                       ...,
              
                       [[ 4.6180e-03,  2.1094e-03, -2.5070e-02],
                        [-1.9577e-02,  2.3995e-02, -1.5351e-02],
                        [-2.1875e-02, -2.0034e-03,  3.7910e-03]],
              
                       [[ 2.1114e-03,  2.1738e-02,  1.3168e-03],
                        [-9.2969e-03,  1.9882e-02,  5.0677e-03],
                        [ 6.9171e-03,  2.1555e-02, -1.1559e-02]],
              
                       [[-2.8176e-02, -2.6783e-02,  2.4445e-02],
                        [ 1.4733e-02,  4.4278e-03,  7.2822e-03],
                        [-2.4972e-02, -1.4935e-02,  2.7857e-02]]]], device='cuda:0')),
             ('module.module.down1.maxpool_conv.1.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.], device='cuda:0')),
             ('module.module.down1.maxpool_conv.1.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.down1.maxpool_conv.1.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.down1.maxpool_conv.1.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.], device='cuda:0')),
             ('module.module.down1.maxpool_conv.1.double_conv.4.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.down2.maxpool_conv.1.double_conv.0.weight',
              tensor([[[[-2.0874e-03,  2.8328e-02,  3.8197e-03],
                        [ 2.0103e-02, -2.4530e-02,  3.5383e-03],
                        [ 1.2657e-02,  2.5045e-02,  5.3281e-03]],
              
                       [[ 9.3871e-03,  2.5844e-02, -1.4631e-02],
                        [ 2.7466e-02, -1.0389e-02,  1.5178e-02],
                        [ 2.8453e-02,  1.3451e-02, -1.1607e-03]],
              
                       [[ 2.0450e-02,  1.3948e-02, -1.8822e-02],
                        [-1.6178e-03,  2.4138e-02,  1.6494e-02],
                        [-2.7684e-02, -1.6600e-02,  2.5942e-03]],
              
                       ...,
              
                       [[-2.5010e-03,  2.1981e-02,  1.0307e-02],
                        [ 1.0725e-02,  2.8690e-02, -1.7391e-02],
                        [ 3.5500e-03,  2.0341e-03,  5.9864e-03]],
              
                       [[-8.7539e-03,  1.3636e-02,  2.7444e-02],
                        [-5.3241e-03,  1.4782e-02, -1.6061e-02],
                        [ 2.8436e-02, -2.6700e-02, -5.3704e-03]],
              
                       [[-2.3932e-02,  6.0354e-03,  2.0279e-02],
                        [-2.7523e-02, -2.8895e-02,  2.0104e-02],
                        [-6.3520e-03,  8.0765e-03,  2.4935e-03]]],
              
              
                      [[[-1.0771e-02, -3.8036e-03, -2.3648e-02],
                        [-1.3159e-02,  2.4382e-02,  2.5068e-02],
                        [-1.8793e-02, -2.5927e-02,  1.6405e-02]],
              
                       [[ 4.6219e-03,  2.3189e-02, -1.0743e-02],
                        [ 2.8896e-02, -2.2556e-02,  5.3712e-03],
                        [-8.8788e-03, -8.3982e-03, -9.5629e-03]],
              
                       [[-2.3292e-02,  1.9044e-02,  1.8797e-03],
                        [-1.7992e-02, -2.8691e-02,  1.8576e-03],
                        [-2.4593e-02,  8.3165e-03, -5.6803e-03]],
              
                       ...,
              
                       [[-2.7325e-02, -1.6579e-02, -2.7656e-02],
                        [-1.4223e-02,  6.2641e-03, -2.7416e-02],
                        [-1.8046e-02,  1.1367e-02, -1.2150e-02]],
              
                       [[-3.4729e-03,  5.4115e-04, -1.9539e-02],
                        [ 1.6914e-02, -1.1351e-02,  2.0686e-02],
                        [-1.0540e-02, -2.7865e-02,  3.4599e-03]],
              
                       [[-1.5403e-02, -5.0929e-03, -2.0951e-02],
                        [ 1.8758e-02, -1.5846e-02, -2.6030e-02],
                        [ 2.3687e-02, -2.6410e-02,  5.7963e-03]]],
              
              
                      [[[-2.6278e-02, -1.2930e-02, -1.6344e-02],
                        [ 8.9017e-03, -1.8674e-02, -1.6698e-02],
                        [-1.0313e-02,  9.8180e-03,  1.0110e-02]],
              
                       [[-2.1049e-02,  1.4577e-02, -1.8113e-02],
                        [-2.0648e-02, -1.4387e-02, -2.4280e-04],
                        [-2.0775e-02, -4.0661e-03,  2.7782e-02]],
              
                       [[-2.7178e-02,  4.2496e-03, -2.3201e-02],
                        [ 1.0937e-02, -6.5350e-03, -2.3540e-02],
                        [-2.9455e-02,  2.3027e-02, -2.7718e-02]],
              
                       ...,
              
                       [[-2.1814e-02,  1.5335e-02, -2.3714e-02],
                        [-2.8257e-02,  2.3738e-02, -1.3762e-02],
                        [-3.1294e-03,  9.6518e-03,  6.7151e-03]],
              
                       [[-2.5689e-02,  4.9199e-03,  1.6813e-02],
                        [ 2.7413e-02, -2.5757e-02, -2.6320e-02],
                        [ 2.8428e-02, -1.9982e-02, -6.2184e-03]],
              
                       [[-4.9595e-03, -2.2561e-02,  2.1508e-02],
                        [ 6.1043e-03, -1.9141e-02, -1.6917e-02],
                        [-2.2802e-02, -7.2276e-03,  1.1010e-02]]],
              
              
                      ...,
              
              
                      [[[-1.8587e-04,  2.5234e-02,  1.2862e-02],
                        [ 6.4087e-03,  2.9456e-03, -6.2891e-03],
                        [ 1.3295e-02,  1.1122e-02, -3.8489e-03]],
              
                       [[ 2.4627e-02, -8.6374e-03,  9.6317e-03],
                        [-4.4341e-03, -2.0696e-03,  5.3607e-05],
                        [ 2.7382e-02, -1.1736e-03, -2.8442e-03]],
              
                       [[ 7.9895e-03, -6.4228e-03,  9.2783e-03],
                        [ 1.0661e-03, -2.7210e-02,  2.9449e-02],
                        [ 2.8375e-03, -2.2452e-02, -3.4423e-03]],
              
                       ...,
              
                       [[ 7.1594e-03, -2.7026e-02, -6.7921e-03],
                        [-1.5202e-02, -7.0004e-04, -6.5862e-03],
                        [ 2.7967e-02,  2.5300e-02,  5.7218e-03]],
              
                       [[ 1.9714e-02,  2.5212e-02,  2.6632e-02],
                        [ 3.6115e-03, -2.2397e-02, -1.0878e-02],
                        [-1.3762e-02,  4.6104e-04,  1.6057e-02]],
              
                       [[ 2.5034e-02, -2.9420e-02, -1.7739e-02],
                        [ 1.0064e-02, -2.8722e-02, -1.6836e-02],
                        [ 1.7448e-02,  2.8111e-02,  1.4150e-03]]],
              
              
                      [[[-1.5742e-02, -1.3421e-02,  2.7663e-02],
                        [-1.5744e-02,  2.0141e-03,  1.1419e-03],
                        [ 2.5981e-02,  1.0222e-02, -1.5587e-02]],
              
                       [[ 1.3669e-02,  5.2103e-03, -7.6013e-03],
                        [-1.6173e-02,  5.6269e-04,  2.4350e-03],
                        [ 2.4261e-03,  2.5788e-02, -2.8097e-02]],
              
                       [[-1.4888e-02, -1.7731e-02, -6.4337e-03],
                        [ 2.2471e-02,  2.3679e-04, -1.1437e-02],
                        [-5.8912e-03,  1.0241e-02,  1.8909e-02]],
              
                       ...,
              
                       [[-1.4776e-02,  2.1398e-02,  8.8336e-04],
                        [-3.3876e-03,  9.3768e-03, -5.3336e-03],
                        [-4.4843e-03, -5.7139e-03, -6.8183e-03]],
              
                       [[-2.0888e-02, -2.4299e-02, -1.6261e-02],
                        [-2.0847e-02,  1.3012e-02,  2.1894e-02],
                        [-4.3075e-03,  2.1090e-02,  2.2750e-02]],
              
                       [[-1.7861e-02, -2.5487e-02, -9.7013e-03],
                        [-2.8849e-03, -2.6374e-02, -2.2423e-02],
                        [ 3.2294e-03,  1.0469e-02, -2.7943e-02]]],
              
              
                      [[[ 4.1885e-03, -2.7628e-02, -2.5770e-02],
                        [ 1.4383e-02, -3.2527e-03, -2.1710e-02],
                        [-1.4146e-02,  7.5708e-03, -1.2968e-02]],
              
                       [[ 6.4110e-03,  1.5356e-02, -1.1846e-02],
                        [ 2.1303e-02,  6.4434e-03, -2.6370e-02],
                        [ 1.7484e-02,  1.9423e-02,  2.9357e-02]],
              
                       [[ 3.5598e-03,  2.6142e-02, -2.6987e-02],
                        [ 9.4496e-03,  1.8193e-02,  1.0256e-02],
                        [ 3.0655e-03,  2.6695e-03, -9.7217e-04]],
              
                       ...,
              
                       [[ 1.2180e-02,  2.1096e-02, -2.4789e-02],
                        [ 6.3251e-03,  3.0475e-03, -6.8353e-03],
                        [ 1.8787e-02, -9.2431e-03,  1.7185e-02]],
              
                       [[-1.1940e-02,  1.8412e-02,  1.7622e-02],
                        [ 2.1504e-02,  2.3440e-02,  1.1492e-02],
                        [-1.6089e-02, -1.5441e-02,  2.1249e-02]],
              
                       [[-2.3543e-02, -2.0001e-02, -2.0346e-02],
                        [ 2.0520e-02,  2.9473e-03, -1.2873e-02],
                        [ 1.3080e-02, -1.3335e-02,  2.4488e-02]]]], device='cuda:0')),
             ('module.module.down2.maxpool_conv.1.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.], device='cuda:0')),
             ('module.module.down2.maxpool_conv.1.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.down2.maxpool_conv.1.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.down2.maxpool_conv.1.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.], device='cuda:0')),
             ('module.module.down2.maxpool_conv.1.double_conv.1.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.down2.maxpool_conv.1.double_conv.3.weight',
              tensor([[[[-0.0199, -0.0207, -0.0025],
                        [-0.0202,  0.0202, -0.0180],
                        [-0.0126,  0.0164, -0.0123]],
              
                       [[ 0.0062, -0.0141,  0.0168],
                        [ 0.0078,  0.0006, -0.0096],
                        [ 0.0036, -0.0188,  0.0195]],
              
                       [[-0.0073, -0.0065, -0.0040],
                        [ 0.0086,  0.0105,  0.0089],
                        [-0.0055,  0.0144, -0.0161]],
              
                       ...,
              
                       [[ 0.0131, -0.0028, -0.0143],
                        [-0.0057, -0.0096, -0.0171],
                        [-0.0130, -0.0047, -0.0005]],
              
                       [[-0.0046, -0.0177,  0.0125],
                        [-0.0102,  0.0154,  0.0072],
                        [ 0.0206,  0.0169, -0.0156]],
              
                       [[ 0.0036,  0.0074,  0.0056],
                        [ 0.0112, -0.0127, -0.0147],
                        [ 0.0001,  0.0135,  0.0017]]],
              
              
                      [[[-0.0075, -0.0151,  0.0206],
                        [ 0.0001, -0.0105, -0.0072],
                        [ 0.0066,  0.0189,  0.0178]],
              
                       [[ 0.0086, -0.0003,  0.0005],
                        [ 0.0185, -0.0089, -0.0045],
                        [ 0.0166, -0.0010,  0.0182]],
              
                       [[-0.0107, -0.0202,  0.0050],
                        [-0.0029, -0.0139,  0.0134],
                        [ 0.0037,  0.0136, -0.0140]],
              
                       ...,
              
                       [[ 0.0171,  0.0028,  0.0002],
                        [ 0.0165,  0.0112,  0.0014],
                        [-0.0089, -0.0016,  0.0104]],
              
                       [[-0.0161, -0.0097, -0.0042],
                        [ 0.0174,  0.0107,  0.0100],
                        [-0.0053, -0.0070,  0.0113]],
              
                       [[-0.0016, -0.0070,  0.0061],
                        [ 0.0017,  0.0160,  0.0013],
                        [ 0.0057,  0.0200, -0.0160]]],
              
              
                      [[[-0.0060, -0.0105, -0.0198],
                        [-0.0150, -0.0083,  0.0156],
                        [-0.0090,  0.0120, -0.0199]],
              
                       [[ 0.0127,  0.0145, -0.0122],
                        [ 0.0110, -0.0001, -0.0018],
                        [ 0.0039,  0.0206, -0.0076]],
              
                       [[ 0.0101,  0.0061, -0.0136],
                        [ 0.0194, -0.0136,  0.0016],
                        [-0.0007,  0.0173,  0.0011]],
              
                       ...,
              
                       [[-0.0134, -0.0127, -0.0165],
                        [ 0.0041, -0.0118,  0.0110],
                        [ 0.0044,  0.0060,  0.0036]],
              
                       [[ 0.0056, -0.0185,  0.0055],
                        [ 0.0114, -0.0050, -0.0185],
                        [ 0.0116, -0.0140, -0.0148]],
              
                       [[ 0.0145,  0.0188, -0.0130],
                        [ 0.0065, -0.0171,  0.0036],
                        [-0.0037, -0.0078,  0.0077]]],
              
              
                      ...,
              
              
                      [[[-0.0090,  0.0069, -0.0124],
                        [-0.0150, -0.0065,  0.0094],
                        [-0.0195, -0.0163, -0.0144]],
              
                       [[-0.0142,  0.0055, -0.0013],
                        [-0.0149, -0.0092,  0.0063],
                        [ 0.0007,  0.0089,  0.0060]],
              
                       [[-0.0055, -0.0047, -0.0065],
                        [-0.0140,  0.0113, -0.0194],
                        [-0.0049,  0.0079,  0.0079]],
              
                       ...,
              
                       [[-0.0111, -0.0127,  0.0139],
                        [ 0.0075, -0.0173, -0.0109],
                        [ 0.0204, -0.0063, -0.0174]],
              
                       [[ 0.0198,  0.0142,  0.0200],
                        [ 0.0188,  0.0201, -0.0102],
                        [ 0.0027, -0.0103, -0.0160]],
              
                       [[ 0.0090,  0.0116,  0.0114],
                        [-0.0037, -0.0078,  0.0121],
                        [-0.0192, -0.0149, -0.0202]]],
              
              
                      [[[ 0.0045, -0.0102,  0.0195],
                        [-0.0163, -0.0012,  0.0005],
                        [ 0.0079, -0.0045,  0.0198]],
              
                       [[ 0.0181,  0.0146, -0.0039],
                        [ 0.0095,  0.0106, -0.0055],
                        [ 0.0028,  0.0103,  0.0006]],
              
                       [[ 0.0039, -0.0051, -0.0071],
                        [-0.0123, -0.0141,  0.0050],
                        [-0.0146,  0.0068,  0.0163]],
              
                       ...,
              
                       [[-0.0144,  0.0072, -0.0097],
                        [-0.0070,  0.0141,  0.0089],
                        [-0.0034,  0.0030,  0.0124]],
              
                       [[ 0.0143, -0.0146, -0.0182],
                        [-0.0080,  0.0061, -0.0181],
                        [ 0.0166,  0.0175, -0.0116]],
              
                       [[-0.0095, -0.0014, -0.0191],
                        [ 0.0184, -0.0074, -0.0144],
                        [ 0.0201, -0.0136, -0.0001]]],
              
              
                      [[[-0.0022, -0.0024,  0.0035],
                        [-0.0075, -0.0206,  0.0173],
                        [-0.0160,  0.0207,  0.0060]],
              
                       [[-0.0073,  0.0075, -0.0149],
                        [-0.0112,  0.0081, -0.0034],
                        [-0.0176, -0.0169,  0.0041]],
              
                       [[-0.0040,  0.0199, -0.0174],
                        [ 0.0103,  0.0153, -0.0109],
                        [-0.0044, -0.0160, -0.0072]],
              
                       ...,
              
                       [[ 0.0142, -0.0045,  0.0044],
                        [-0.0134, -0.0153, -0.0110],
                        [-0.0178,  0.0051, -0.0051]],
              
                       [[ 0.0090,  0.0175,  0.0111],
                        [ 0.0201, -0.0061,  0.0081],
                        [-0.0037,  0.0166,  0.0074]],
              
                       [[-0.0069,  0.0019, -0.0200],
                        [-0.0047, -0.0145,  0.0192],
                        [-0.0100,  0.0121, -0.0193]]]], device='cuda:0')),
             ('module.module.down2.maxpool_conv.1.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.], device='cuda:0')),
             ('module.module.down2.maxpool_conv.1.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.down2.maxpool_conv.1.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.down2.maxpool_conv.1.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.], device='cuda:0')),
             ('module.module.down2.maxpool_conv.1.double_conv.4.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.down3.maxpool_conv.1.double_conv.0.weight',
              tensor([[[[-4.6348e-03,  9.8509e-03,  1.6142e-02],
                        [ 2.6825e-05, -8.4992e-03,  3.6535e-04],
                        [-2.0749e-02, -2.7181e-03,  1.4475e-02]],
              
                       [[ 1.0194e-02,  6.9748e-03,  1.3849e-02],
                        [ 1.4200e-03,  2.5024e-03,  1.5259e-02],
                        [ 1.1671e-02,  4.0497e-03,  8.7697e-03]],
              
                       [[-4.4309e-03, -1.1845e-02, -1.6037e-02],
                        [-7.8910e-03, -9.7038e-03,  5.6008e-03],
                        [-1.6987e-02,  7.1697e-03,  1.7236e-02]],
              
                       ...,
              
                       [[-1.1635e-02,  1.8610e-02,  1.4086e-02],
                        [-1.1576e-02, -1.9610e-03, -1.8455e-02],
                        [-8.6874e-03, -1.1485e-02, -5.8817e-03]],
              
                       [[-1.3743e-02,  1.2879e-02,  2.2404e-03],
                        [-6.8730e-03,  1.0492e-02,  8.4602e-03],
                        [ 1.9366e-03, -1.0892e-02,  9.0133e-03]],
              
                       [[-6.9619e-03, -1.7941e-02, -1.1306e-02],
                        [-6.8960e-03, -6.8894e-03, -6.9923e-04],
                        [ 1.0807e-02,  1.8476e-02,  1.9441e-02]]],
              
              
                      [[[ 6.4426e-03,  7.5100e-03,  6.7503e-03],
                        [-1.8439e-02,  1.4277e-02, -1.0381e-02],
                        [-1.7296e-02, -1.2204e-02,  5.2923e-03]],
              
                       [[-6.8046e-03,  6.3742e-03, -1.1632e-02],
                        [ 4.2213e-03,  2.0774e-02, -3.7589e-03],
                        [ 1.6312e-02,  7.4283e-04,  1.2614e-02]],
              
                       [[-6.7564e-03, -1.0808e-02, -1.6746e-02],
                        [-6.2140e-03,  9.3120e-03, -9.2284e-03],
                        [ 2.8789e-03,  1.2397e-03,  1.5193e-02]],
              
                       ...,
              
                       [[-1.4065e-02, -4.0645e-03, -1.4819e-02],
                        [ 7.9262e-03, -1.4440e-02, -1.3676e-02],
                        [ 8.2918e-04,  1.0951e-02,  6.6675e-03]],
              
                       [[ 1.8929e-02, -1.6932e-02,  7.8811e-03],
                        [ 1.6661e-02, -1.4852e-02, -6.1440e-03],
                        [-4.3739e-03,  1.0890e-02,  1.2552e-03]],
              
                       [[ 1.6674e-02,  8.4053e-03, -5.2151e-03],
                        [-1.8711e-02, -6.0464e-04,  4.8782e-03],
                        [-1.0599e-02, -8.5500e-03, -4.4493e-04]]],
              
              
                      [[[ 7.4150e-03, -1.7817e-02, -9.8810e-03],
                        [ 1.5139e-02, -5.4702e-03,  3.1069e-03],
                        [ 1.6121e-02, -2.4298e-03, -3.4243e-03]],
              
                       [[ 5.2642e-03, -1.7880e-02, -1.8678e-02],
                        [ 2.9048e-03,  1.0568e-02, -2.8701e-04],
                        [-4.0345e-05, -2.8312e-03,  6.9242e-03]],
              
                       [[ 1.2557e-02,  1.3475e-02, -1.1946e-02],
                        [ 1.0504e-02, -1.1848e-02,  1.4417e-02],
                        [-1.8312e-02,  1.1722e-02, -6.9120e-03]],
              
                       ...,
              
                       [[ 1.9895e-02,  1.5509e-02,  1.9991e-02],
                        [-1.5190e-02, -1.9972e-02, -1.3091e-02],
                        [-1.1537e-02, -6.8988e-03,  1.1122e-02]],
              
                       [[ 1.0277e-02, -9.5677e-03,  1.4165e-02],
                        [ 5.0890e-03,  1.1992e-02,  2.0542e-02],
                        [-9.9942e-04,  1.1082e-02, -5.1328e-03]],
              
                       [[ 1.0213e-02, -4.6551e-03, -5.2989e-03],
                        [ 1.5165e-02, -1.7655e-02,  5.5892e-03],
                        [ 1.1311e-02, -1.2807e-02, -1.2253e-02]]],
              
              
                      ...,
              
              
                      [[[ 1.4459e-02,  4.5380e-04, -2.9677e-03],
                        [ 1.8889e-02, -1.6052e-02, -1.5562e-02],
                        [ 1.3935e-03, -1.6170e-02,  2.0204e-02]],
              
                       [[ 1.0080e-02, -3.7539e-03, -1.5059e-02],
                        [ 6.8971e-03, -8.5807e-03,  1.5525e-02],
                        [ 1.4992e-03, -7.8594e-03,  7.5005e-03]],
              
                       [[ 3.7703e-03,  9.6159e-03,  1.6808e-02],
                        [-1.1511e-02, -1.9614e-02, -1.7621e-02],
                        [ 6.5007e-03, -1.5883e-02, -1.3063e-02]],
              
                       ...,
              
                       [[ 1.1717e-02,  1.3965e-03, -5.3536e-03],
                        [ 1.4582e-02, -1.8533e-03, -1.5276e-02],
                        [-2.0322e-02, -1.0361e-02, -6.1722e-03]],
              
                       [[ 5.0393e-04,  3.0661e-03, -9.3391e-03],
                        [-5.0653e-03,  1.3716e-02,  9.7900e-03],
                        [-2.0547e-02,  1.3067e-02,  1.6991e-03]],
              
                       [[-8.7317e-03,  1.5140e-02, -9.8445e-03],
                        [-2.9895e-03,  1.0854e-02, -7.8243e-03],
                        [ 1.5019e-03,  1.9270e-02,  9.2994e-03]]],
              
              
                      [[[-3.2868e-03, -1.6655e-03,  1.3082e-02],
                        [ 7.1859e-03, -1.9157e-03, -3.5394e-03],
                        [-1.9397e-02,  5.5216e-03, -1.8486e-02]],
              
                       [[ 9.8068e-03,  2.6197e-03,  4.8447e-04],
                        [ 1.5565e-02,  1.1252e-02,  1.8660e-02],
                        [ 3.1310e-03,  6.5078e-03, -1.4506e-02]],
              
                       [[-1.5900e-02, -3.8698e-03,  4.6403e-03],
                        [ 1.0163e-02,  1.0891e-02,  1.9025e-02],
                        [-7.0364e-03,  1.0454e-02,  7.3635e-03]],
              
                       ...,
              
                       [[ 1.5563e-02, -1.9394e-02,  1.5875e-03],
                        [-4.1397e-03, -7.3719e-04, -8.6707e-03],
                        [-1.5182e-02,  1.4803e-02, -1.7555e-02]],
              
                       [[-7.9233e-04,  1.1101e-03,  1.7634e-03],
                        [ 1.5103e-02, -1.4403e-02,  1.4855e-02],
                        [-7.4607e-03,  7.4488e-03, -1.7282e-02]],
              
                       [[ 1.4080e-02,  1.6888e-02,  1.6374e-02],
                        [ 7.7976e-03, -6.2802e-03, -3.1626e-03],
                        [ 2.0682e-02, -1.9079e-02,  1.3276e-02]]],
              
              
                      [[[ 1.8058e-02, -9.1462e-03, -7.2015e-03],
                        [-6.4691e-03, -2.9027e-03,  9.6589e-03],
                        [-1.3747e-02,  1.9787e-02,  1.9956e-02]],
              
                       [[-1.1408e-02, -2.4681e-05,  7.7289e-03],
                        [ 1.9633e-02, -8.2515e-03,  1.3016e-02],
                        [-1.8417e-02,  1.8677e-02, -1.1818e-02]],
              
                       [[ 1.9430e-02,  1.0222e-02, -5.9156e-03],
                        [ 1.5036e-02,  9.4860e-03,  2.0289e-03],
                        [-6.1385e-03, -6.8786e-03, -1.0498e-02]],
              
                       ...,
              
                       [[ 1.8626e-02, -4.7810e-03,  1.8702e-02],
                        [-7.9554e-03, -1.7242e-02, -1.2626e-03],
                        [ 1.9328e-02, -5.6285e-03, -1.1736e-02]],
              
                       [[-4.1653e-04, -1.8020e-02, -1.2647e-02],
                        [-4.7124e-03,  3.7225e-03,  3.3474e-03],
                        [-2.6790e-03,  6.2666e-03,  3.8707e-03]],
              
                       [[ 1.9958e-03, -6.2181e-03, -1.5993e-02],
                        [ 4.3567e-03,  2.8269e-03,  2.0313e-02],
                        [-1.6953e-02, -1.2477e-02, -6.3685e-03]]]], device='cuda:0')),
             ('module.module.down3.maxpool_conv.1.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.down3.maxpool_conv.1.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.down3.maxpool_conv.1.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.down3.maxpool_conv.1.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.down3.maxpool_conv.1.double_conv.1.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.down3.maxpool_conv.1.double_conv.3.weight',
              tensor([[[[ 1.3495e-02,  1.1336e-02,  3.2999e-03],
                        [ 1.0248e-02,  4.9058e-03,  1.6721e-03],
                        [ 1.4577e-02,  1.2254e-02, -1.0996e-02]],
              
                       [[ 2.8387e-03, -1.2857e-02, -6.3248e-04],
                        [ 1.0179e-02, -7.9369e-03,  9.4359e-03],
                        [ 2.8751e-03, -1.1316e-02, -2.7018e-03]],
              
                       [[ 1.3239e-02,  1.3039e-03, -1.3213e-02],
                        [-8.4236e-03,  2.3438e-03, -1.4353e-02],
                        [ 9.7540e-03,  7.3673e-03,  9.9629e-04]],
              
                       ...,
              
                       [[-1.2715e-02, -5.7416e-03,  8.1590e-04],
                        [ 1.2467e-02,  5.0082e-03, -9.3793e-03],
                        [-1.0866e-02,  6.1197e-03,  2.4678e-03]],
              
                       [[-1.3211e-02, -6.7648e-03,  1.4521e-02],
                        [-5.5102e-03, -5.2198e-03,  1.0626e-02],
                        [-1.1742e-02, -6.2968e-03, -3.1413e-03]],
              
                       [[ 5.9503e-04, -9.2838e-03,  2.2524e-03],
                        [ 4.4587e-03, -6.3728e-04, -1.4285e-02],
                        [-5.1423e-03, -5.7166e-03,  1.2934e-02]]],
              
              
                      [[[ 1.8463e-03, -5.4794e-04, -1.8946e-03],
                        [ 9.7586e-04,  3.5177e-03, -4.0504e-03],
                        [-6.2299e-03,  5.2996e-03,  1.3720e-02]],
              
                       [[-5.9090e-03,  1.6445e-03,  2.7570e-03],
                        [-9.9673e-04, -1.0245e-02,  5.6605e-03],
                        [ 1.1391e-02, -1.1658e-02, -1.1734e-02]],
              
                       [[-1.1735e-02,  2.4595e-03,  5.7827e-03],
                        [ 7.1670e-03, -1.6270e-03,  1.0687e-02],
                        [ 6.0396e-03, -7.3033e-04, -8.5946e-03]],
              
                       ...,
              
                       [[ 1.1671e-02,  1.3118e-02, -1.3291e-02],
                        [ 6.1538e-03, -6.0592e-04,  6.6185e-03],
                        [ 1.2829e-03, -1.3731e-02,  1.4932e-03]],
              
                       [[-7.4605e-03,  6.8828e-04, -1.2302e-04],
                        [-8.1735e-03,  1.2001e-02,  7.8193e-03],
                        [ 2.0528e-03, -6.3210e-03,  1.3449e-02]],
              
                       [[ 2.9136e-03,  6.6908e-03, -3.7520e-03],
                        [ 9.3340e-03, -4.1290e-03, -1.4161e-02],
                        [-5.5939e-03,  5.1468e-03,  7.5768e-05]]],
              
              
                      [[[ 7.9902e-03,  8.0955e-03,  1.0381e-02],
                        [ 6.6680e-03,  2.9378e-03,  6.6944e-03],
                        [-2.3877e-03, -4.8883e-03,  8.5533e-03]],
              
                       [[-1.2371e-02, -1.2348e-02,  4.0223e-03],
                        [-6.9362e-03, -1.0553e-02,  5.3495e-03],
                        [ 4.4429e-04,  5.7790e-03, -2.5581e-03]],
              
                       [[ 2.1132e-03, -1.0715e-02,  3.1263e-03],
                        [ 1.4578e-02, -4.7421e-03, -4.1220e-03],
                        [ 7.7216e-03, -7.0857e-03, -4.0999e-03]],
              
                       ...,
              
                       [[-1.2722e-02,  4.8952e-03,  3.1216e-03],
                        [-3.6589e-03,  3.9157e-03,  7.6172e-05],
                        [ 6.6556e-03,  1.3619e-02, -1.0715e-02]],
              
                       [[-8.3624e-03,  2.8966e-03,  7.7819e-03],
                        [ 9.6693e-03, -1.3035e-02, -1.2682e-02],
                        [-1.2393e-02,  1.4095e-02, -9.9444e-03]],
              
                       [[-2.6372e-03, -9.4880e-03, -4.2093e-03],
                        [ 2.4768e-03,  5.2376e-03, -1.6081e-03],
                        [ 1.4001e-03,  8.7849e-03, -6.4915e-03]]],
              
              
                      ...,
              
              
                      [[[-6.1331e-03, -1.0245e-02,  5.5679e-03],
                        [-1.3925e-02, -5.4960e-03, -6.4326e-03],
                        [ 1.0665e-03,  9.3625e-03, -1.0900e-02]],
              
                       [[-1.2820e-02, -1.4185e-02,  7.6603e-03],
                        [ 5.5901e-03, -7.7663e-03, -1.3632e-02],
                        [-7.8664e-03,  3.8328e-03, -6.1660e-03]],
              
                       [[ 2.2009e-03,  1.2656e-02, -5.1460e-03],
                        [-7.3644e-03, -1.2076e-03,  1.9836e-03],
                        [-1.4580e-03, -8.4020e-04,  1.0106e-02]],
              
                       ...,
              
                       [[ 7.8239e-03,  8.2156e-03,  5.3135e-03],
                        [ 7.6519e-03,  2.5644e-03,  9.5596e-03],
                        [ 1.2521e-02,  7.5805e-03, -1.3987e-02]],
              
                       [[ 1.0951e-02,  7.9635e-04, -6.1090e-03],
                        [ 7.5488e-03,  1.2158e-02, -1.4382e-02],
                        [-3.4198e-03, -3.9887e-03, -3.8113e-03]],
              
                       [[-1.1689e-02,  9.5688e-03, -5.1517e-03],
                        [-1.1460e-02, -4.0730e-03, -5.6413e-03],
                        [ 7.0657e-03,  2.6805e-03, -5.1478e-03]]],
              
              
                      [[[-9.6095e-03, -1.3585e-03, -7.0119e-03],
                        [ 9.6654e-03,  1.0712e-02,  1.0401e-02],
                        [-3.5123e-03,  1.3850e-02,  1.0464e-02]],
              
                       [[-1.1702e-02, -7.7455e-03, -5.3939e-03],
                        [-1.2093e-02, -8.4871e-03, -3.2977e-03],
                        [-1.0420e-02,  8.9802e-03, -4.9594e-03]],
              
                       [[-1.2320e-02,  2.4707e-03, -2.3200e-03],
                        [-3.9590e-03,  1.1381e-02, -3.2109e-03],
                        [-1.9178e-03, -1.3853e-02, -4.3691e-03]],
              
                       ...,
              
                       [[ 1.0142e-02,  1.3061e-02,  1.1623e-02],
                        [-5.8694e-03, -6.4008e-04,  1.3774e-02],
                        [ 6.2873e-03,  3.2907e-03, -8.4393e-03]],
              
                       [[ 3.5045e-03,  4.6928e-03,  1.1195e-02],
                        [ 5.2034e-03, -9.1595e-03,  1.1639e-02],
                        [-7.8218e-03,  7.5058e-03, -1.4309e-02]],
              
                       [[-2.4525e-03, -3.6981e-03,  1.1964e-02],
                        [-1.2757e-02, -5.8314e-03, -1.1045e-02],
                        [ 6.1323e-03,  1.4707e-02, -9.2333e-03]]],
              
              
                      [[[ 5.0627e-03,  1.4049e-02,  7.1501e-03],
                        [-1.3210e-02,  1.1269e-02,  2.2428e-03],
                        [-9.7158e-03,  5.5631e-03, -1.2279e-02]],
              
                       [[-9.5874e-03, -5.4147e-04,  1.4689e-02],
                        [ 4.4917e-03, -1.3910e-02, -3.7383e-04],
                        [-7.5597e-03,  9.3203e-03, -7.5512e-03]],
              
                       [[-1.4322e-02, -1.1102e-02,  1.1979e-02],
                        [ 6.4091e-03, -1.3175e-02,  2.6744e-04],
                        [ 1.1095e-03,  6.2741e-03,  5.1492e-04]],
              
                       ...,
              
                       [[ 1.3908e-02,  9.8417e-03,  9.4988e-03],
                        [ 1.1376e-02,  1.9947e-04, -8.0265e-03],
                        [-1.1771e-02, -1.0298e-02, -2.5397e-03]],
              
                       [[-2.3932e-03,  1.3351e-02,  1.0970e-02],
                        [ 1.2986e-02,  3.9482e-03, -8.2351e-03],
                        [-1.0508e-02, -3.3115e-03, -8.0658e-03]],
              
                       [[-2.9153e-03,  1.4376e-02, -3.0430e-03],
                        [ 1.3600e-02, -2.1507e-03, -4.3007e-03],
                        [-3.6526e-03,  8.3328e-03,  8.7380e-03]]]], device='cuda:0')),
             ('module.module.down3.maxpool_conv.1.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.down3.maxpool_conv.1.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.down3.maxpool_conv.1.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.down3.maxpool_conv.1.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.down3.maxpool_conv.1.double_conv.4.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.down4.maxpool_conv.1.double_conv.0.weight',
              tensor([[[[-1.3104e-02,  9.6535e-03,  7.0547e-03],
                        [ 6.8489e-03,  5.6884e-03, -3.3797e-03],
                        [-1.3077e-02,  1.1413e-02, -8.2186e-03]],
              
                       [[-6.4877e-03,  1.2398e-02,  1.4672e-02],
                        [-2.8377e-03,  2.9911e-03,  8.6744e-03],
                        [ 4.6708e-03, -1.9309e-03, -1.3963e-02]],
              
                       [[-8.8996e-04, -1.3098e-02, -1.2099e-02],
                        [ 1.1789e-02, -6.3457e-03,  8.4533e-03],
                        [ 6.9120e-04,  3.7103e-03, -3.9384e-03]],
              
                       ...,
              
                       [[-1.4631e-02,  7.6187e-03,  1.3055e-02],
                        [ 8.7348e-03,  2.2455e-03,  1.4252e-02],
                        [-7.8609e-03,  6.6497e-03,  1.2674e-02]],
              
                       [[ 1.0928e-02,  8.1940e-03,  1.4620e-03],
                        [ 1.1112e-03, -7.0720e-03, -1.2397e-02],
                        [ 1.3073e-02,  2.2528e-03,  6.1473e-03]],
              
                       [[-1.1589e-02, -9.5213e-03, -5.2496e-03],
                        [-1.1412e-02, -1.3629e-02,  7.4268e-03],
                        [-6.4922e-03,  1.1146e-02, -9.5554e-03]]],
              
              
                      [[[ 2.3625e-05, -1.3995e-02, -7.6334e-03],
                        [-9.4009e-03, -9.2042e-03,  5.7072e-03],
                        [ 9.9287e-03, -5.7740e-03,  8.9586e-03]],
              
                       [[ 1.4008e-02, -1.0200e-02,  1.3237e-02],
                        [ 1.4621e-02, -1.2051e-02,  6.9597e-03],
                        [ 1.2422e-02, -8.4337e-03, -7.5494e-03]],
              
                       [[ 5.7422e-04, -8.9031e-03,  1.4246e-02],
                        [-3.9909e-03, -1.2648e-05,  7.5228e-03],
                        [ 4.5517e-03, -8.1091e-03, -2.5926e-03]],
              
                       ...,
              
                       [[ 1.7802e-03,  1.2118e-02, -8.6626e-04],
                        [-6.0965e-04, -5.6477e-03, -4.7239e-03],
                        [-1.4231e-03, -1.1298e-02,  4.0613e-03]],
              
                       [[ 2.4961e-05,  4.4265e-03,  1.4223e-02],
                        [ 2.2458e-03,  1.3728e-02, -1.1796e-02],
                        [-7.2479e-03,  1.2696e-02,  4.3921e-03]],
              
                       [[ 1.4457e-02, -1.0118e-02,  1.3083e-02],
                        [-7.3051e-03,  1.3544e-02, -1.2357e-02],
                        [ 3.5746e-03, -1.3268e-02, -9.3003e-03]]],
              
              
                      [[[-3.1621e-03,  1.4471e-02,  1.0941e-02],
                        [ 1.2192e-02,  5.9600e-03,  7.0732e-03],
                        [ 1.6198e-03, -1.1914e-02, -1.1316e-02]],
              
                       [[-8.1733e-03, -4.6493e-03,  1.3078e-02],
                        [-5.0052e-03, -1.0437e-02,  9.8975e-03],
                        [-1.3412e-02, -8.9157e-03,  1.3293e-02]],
              
                       [[-5.0194e-03,  6.6695e-03,  3.4234e-04],
                        [-1.3336e-02,  1.4430e-03,  7.5926e-03],
                        [-1.0269e-03,  1.0630e-02, -8.4293e-03]],
              
                       ...,
              
                       [[ 1.0040e-02, -9.6519e-03,  1.1701e-02],
                        [ 6.5308e-05,  3.5704e-03, -1.2048e-02],
                        [-9.5033e-03, -1.2604e-02, -1.2307e-02]],
              
                       [[-6.6415e-03, -1.0024e-02,  1.3435e-02],
                        [-6.3868e-03, -1.4265e-02, -2.8581e-03],
                        [-1.3789e-02,  1.1855e-02,  7.1601e-03]],
              
                       [[-9.1238e-03,  4.7032e-05, -2.2387e-03],
                        [ 4.9879e-04,  7.7738e-03,  5.1973e-03],
                        [ 3.4793e-03,  9.1406e-03, -9.1121e-04]]],
              
              
                      ...,
              
              
                      [[[ 3.2879e-03,  1.1191e-03, -6.0251e-03],
                        [-3.2071e-03,  5.4502e-03,  1.2839e-04],
                        [ 5.8309e-03, -1.3948e-02,  3.9841e-03]],
              
                       [[ 1.0795e-02,  5.7343e-03,  3.2873e-03],
                        [ 5.4282e-03, -1.0134e-02,  3.3486e-03],
                        [ 5.0658e-03, -1.4290e-02,  3.9768e-03]],
              
                       [[-1.4718e-02, -4.8749e-03,  8.8550e-03],
                        [-1.2116e-02,  3.9706e-03, -1.5341e-04],
                        [-5.6044e-03,  9.2914e-03,  2.6309e-03]],
              
                       ...,
              
                       [[ 1.1578e-02,  4.7662e-03,  1.0865e-02],
                        [-9.9621e-03,  7.2204e-03,  6.7652e-03],
                        [ 6.1930e-03,  5.5036e-03, -4.8385e-03]],
              
                       [[-1.1982e-02,  9.0713e-03, -6.7553e-03],
                        [ 1.0392e-02, -6.3635e-03, -1.1598e-03],
                        [ 1.0464e-02,  4.0243e-03,  1.4345e-03]],
              
                       [[ 3.2504e-03,  1.4237e-02, -7.7320e-03],
                        [-1.0245e-02, -8.5657e-03, -1.2735e-02],
                        [-3.5816e-03,  1.3560e-02, -1.2678e-02]]],
              
              
                      [[[-1.4336e-02, -4.6926e-03,  1.3425e-02],
                        [ 1.3409e-02, -6.8928e-03, -9.7946e-03],
                        [-1.4182e-02, -8.6928e-03, -1.4202e-02]],
              
                       [[-5.0576e-03, -9.8077e-03,  5.6572e-03],
                        [-1.4611e-02,  4.4676e-03, -1.3235e-02],
                        [ 3.6478e-03,  4.1773e-04,  1.4504e-02]],
              
                       [[-8.5665e-03, -6.6888e-03, -5.9852e-03],
                        [ 1.8548e-03,  1.2795e-02, -6.3900e-03],
                        [-1.3038e-02,  7.2169e-03,  9.2560e-03]],
              
                       ...,
              
                       [[-5.8375e-03,  8.9250e-03,  1.2109e-02],
                        [-1.3653e-02,  1.3453e-02, -6.7649e-03],
                        [-1.2166e-02, -1.3578e-02, -1.2037e-03]],
              
                       [[-5.5372e-03, -3.9234e-03, -2.1640e-03],
                        [-8.1456e-03, -8.1486e-03,  4.8608e-05],
                        [-7.9746e-03,  3.5861e-03, -5.4110e-03]],
              
                       [[ 9.0684e-03, -4.6523e-03,  8.6029e-03],
                        [-3.5470e-03, -2.6329e-03,  4.1187e-03],
                        [-1.7698e-03,  3.1339e-03, -1.3087e-02]]],
              
              
                      [[[ 1.3993e-02,  1.0210e-02, -9.8379e-03],
                        [-3.6017e-03,  1.5505e-03, -7.5702e-03],
                        [-1.3827e-03, -1.4429e-02, -1.3696e-02]],
              
                       [[ 1.2335e-02,  8.3124e-03, -4.6792e-03],
                        [ 4.8468e-03,  1.3626e-04,  9.8758e-03],
                        [-2.6817e-03,  3.2997e-03, -9.7415e-04]],
              
                       [[ 3.1673e-03, -7.1938e-03, -1.4500e-03],
                        [-9.1013e-03,  8.4705e-03, -9.5864e-03],
                        [ 1.6714e-03, -1.4101e-02,  1.1644e-02]],
              
                       ...,
              
                       [[ 1.4320e-02,  4.4366e-03, -5.8747e-03],
                        [-8.1688e-03, -6.9629e-03,  3.0317e-04],
                        [-1.2110e-02, -1.3646e-02, -6.0113e-03]],
              
                       [[-3.7647e-04,  7.6979e-03,  3.3129e-03],
                        [ 7.6917e-03, -1.9005e-03,  6.3914e-03],
                        [-2.9271e-03,  1.0327e-02, -9.8557e-03]],
              
                       [[ 1.1749e-02,  3.9048e-03, -7.2822e-03],
                        [ 1.4049e-02,  1.3569e-02,  2.5594e-03],
                        [ 1.2890e-02,  5.6545e-03,  6.2168e-03]]]], device='cuda:0')),
             ('module.module.down4.maxpool_conv.1.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.down4.maxpool_conv.1.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.down4.maxpool_conv.1.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.down4.maxpool_conv.1.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.down4.maxpool_conv.1.double_conv.1.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.down4.maxpool_conv.1.double_conv.3.weight',
              tensor([[[[-1.0162e-02, -7.9513e-03, -1.4126e-02],
                        [-6.2557e-03, -9.7779e-03,  1.0858e-02],
                        [ 9.1498e-03,  3.0958e-04,  9.0409e-03]],
              
                       [[-7.6646e-03, -9.0559e-03, -8.4516e-04],
                        [-1.2277e-02,  2.7770e-03,  2.4928e-03],
                        [ 2.1196e-03, -2.7451e-03, -1.3663e-02]],
              
                       [[-8.4018e-03,  3.2803e-03, -6.1505e-03],
                        [ 1.3116e-02,  8.8065e-03,  4.6064e-03],
                        [ 9.4382e-03, -7.7282e-03,  1.0306e-02]],
              
                       ...,
              
                       [[ 6.6357e-03, -2.2279e-03, -8.7835e-03],
                        [-5.1093e-03,  3.9618e-03,  8.8206e-03],
                        [ 1.4141e-02,  1.3784e-02,  1.1771e-02]],
              
                       [[-5.9949e-03, -1.3745e-04,  7.4454e-03],
                        [-9.2404e-03,  1.3126e-02,  9.9188e-03],
                        [-6.8859e-03, -1.4138e-02, -9.2198e-03]],
              
                       [[-1.4438e-02,  1.1573e-02,  1.1146e-02],
                        [-8.7031e-03, -4.6383e-03,  7.3338e-03],
                        [ 1.1381e-02, -9.0583e-03, -2.5293e-03]]],
              
              
                      [[[-1.3852e-02, -6.8651e-03,  2.3293e-03],
                        [ 1.2269e-02,  6.5710e-03,  3.9793e-03],
                        [-7.3067e-03, -5.9318e-03, -6.7658e-03]],
              
                       [[ 9.5927e-03, -7.6682e-03, -1.3819e-02],
                        [-9.0626e-03,  3.5546e-03, -8.5062e-03],
                        [ 1.7261e-03, -2.6030e-03, -1.4632e-02]],
              
                       [[ 1.0916e-02,  1.0892e-02,  1.4228e-02],
                        [ 1.1874e-02, -6.4073e-03, -5.1940e-03],
                        [-7.4828e-03, -7.4947e-03,  2.5183e-03]],
              
                       ...,
              
                       [[ 9.7132e-03,  2.0456e-03, -4.0253e-03],
                        [ 1.9973e-03,  1.2258e-02, -1.3174e-03],
                        [-9.0220e-03, -8.2095e-03,  1.4117e-02]],
              
                       [[-1.0827e-02,  1.4226e-02, -6.4879e-03],
                        [ 1.2198e-02, -1.2647e-02,  8.6206e-03],
                        [-2.7980e-03, -2.0266e-03,  5.7236e-03]],
              
                       [[-1.2030e-02,  1.2822e-02, -8.4252e-03],
                        [ 1.1277e-02, -7.0514e-03, -7.5673e-03],
                        [ 8.1968e-03, -1.2170e-02, -7.3895e-03]]],
              
              
                      [[[ 8.0684e-03,  1.3598e-02, -7.9777e-03],
                        [-1.4268e-02,  4.8484e-03, -1.1704e-02],
                        [ 4.8766e-03,  2.9658e-03,  2.0288e-03]],
              
                       [[-1.1000e-03, -2.6417e-03,  3.1051e-03],
                        [ 1.2253e-02, -7.2229e-03, -1.1037e-03],
                        [ 1.0293e-02,  3.9444e-03, -8.0077e-03]],
              
                       [[ 3.6599e-03,  1.3138e-02, -1.0403e-03],
                        [-1.0804e-02, -2.9224e-03, -7.3381e-04],
                        [-8.4483e-03, -3.5656e-03,  1.0923e-02]],
              
                       ...,
              
                       [[ 1.0183e-02, -1.0656e-02,  2.5374e-03],
                        [-2.4001e-03,  9.3434e-03,  8.0887e-03],
                        [-3.1470e-03, -3.6860e-03,  6.9349e-03]],
              
                       [[-1.4212e-02,  4.7419e-03,  2.2588e-03],
                        [ 1.2572e-02,  2.5563e-03, -8.1275e-03],
                        [-3.7703e-03,  2.5945e-03,  5.5602e-03]],
              
                       [[-1.2830e-02, -1.0370e-02,  9.9764e-03],
                        [-1.0848e-02, -9.6209e-03,  8.2907e-03],
                        [ 4.6423e-03, -4.9777e-03, -8.6183e-03]]],
              
              
                      ...,
              
              
                      [[[ 7.9552e-03,  1.0103e-02, -4.7408e-03],
                        [-1.3407e-02,  6.5927e-03, -7.2890e-03],
                        [ 1.2902e-02, -7.3139e-03,  4.8173e-03]],
              
                       [[-8.6896e-03, -1.9172e-03,  5.9656e-03],
                        [-7.3172e-05,  2.9933e-03, -1.1204e-02],
                        [ 2.1456e-03,  2.6252e-03, -1.3978e-02]],
              
                       [[-8.2944e-03, -6.1581e-03,  1.3276e-02],
                        [ 2.0285e-04, -6.9051e-03,  1.3585e-02],
                        [-7.9958e-03,  5.1597e-03, -1.1482e-02]],
              
                       ...,
              
                       [[ 2.9236e-03,  8.6567e-03, -5.6918e-03],
                        [ 1.2319e-02, -1.2173e-02, -1.1142e-02],
                        [ 2.1955e-03,  2.1893e-03,  1.0226e-02]],
              
                       [[-1.3731e-02,  2.4001e-04,  1.0280e-02],
                        [ 6.2036e-04,  9.4891e-03, -9.4363e-03],
                        [ 7.7716e-03, -5.3223e-03, -1.1793e-02]],
              
                       [[ 9.0567e-03, -9.4963e-03,  1.2966e-02],
                        [-3.5606e-03,  6.7127e-03,  9.2346e-03],
                        [ 1.6610e-04,  9.7832e-04, -3.7458e-03]]],
              
              
                      [[[ 1.8821e-03,  7.0609e-03, -9.9641e-03],
                        [ 2.8442e-03, -3.4813e-04,  2.8147e-03],
                        [-7.6718e-03,  1.4098e-03,  3.6991e-03]],
              
                       [[-7.4600e-03,  6.1319e-03, -6.6834e-03],
                        [ 4.6137e-03, -9.7316e-03, -2.1926e-03],
                        [-5.1150e-03,  8.5056e-03,  1.4168e-02]],
              
                       [[ 1.2746e-02,  8.4634e-03,  1.2394e-02],
                        [ 6.5522e-03, -1.0927e-02, -1.4621e-02],
                        [ 9.5033e-03,  3.9224e-03,  9.9719e-03]],
              
                       ...,
              
                       [[-4.0116e-03, -1.4190e-02, -2.6838e-03],
                        [-1.9716e-04, -1.6087e-03, -2.2089e-03],
                        [ 1.1347e-02,  5.0595e-04, -2.1228e-03]],
              
                       [[ 1.1465e-03,  6.0314e-03, -7.8767e-03],
                        [-6.6732e-03, -5.0615e-03, -7.0481e-03],
                        [-3.5145e-03, -1.4674e-02,  9.3690e-03]],
              
                       [[-2.1949e-03,  1.8604e-04, -3.8469e-04],
                        [-6.0911e-03,  4.8625e-03,  9.1291e-04],
                        [-4.2253e-03, -9.7373e-03,  3.0233e-03]]],
              
              
                      [[[ 1.3092e-02, -9.1652e-03, -1.4018e-02],
                        [-7.5290e-03, -1.1704e-02,  1.1918e-02],
                        [-3.6753e-03,  8.3012e-03, -7.8185e-03]],
              
                       [[ 1.3660e-02, -1.0051e-04, -4.8537e-03],
                        [ 4.5250e-03,  1.1501e-02, -1.2260e-02],
                        [-1.2088e-02, -1.1217e-02, -8.9023e-03]],
              
                       [[ 3.9087e-03, -1.1512e-03, -1.3955e-02],
                        [-2.1982e-03,  1.0120e-02, -5.0558e-03],
                        [-1.3255e-02,  2.8492e-03, -4.1524e-03]],
              
                       ...,
              
                       [[-1.2921e-02, -1.8075e-03,  3.1186e-03],
                        [ 4.0110e-03,  5.9678e-03, -1.5871e-03],
                        [ 4.0160e-03,  4.9175e-04,  2.2130e-03]],
              
                       [[-3.4039e-03, -1.2438e-02,  6.7231e-03],
                        [ 1.2851e-02, -5.3675e-03,  1.6797e-03],
                        [-1.3136e-02, -2.5658e-03, -5.8660e-03]],
              
                       [[-2.0538e-03,  7.5002e-04,  6.9986e-03],
                        [ 1.3422e-02, -9.2835e-04,  4.6620e-03],
                        [-1.3815e-02,  5.7040e-03, -6.6107e-03]]]], device='cuda:0')),
             ('module.module.down4.maxpool_conv.1.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.down4.maxpool_conv.1.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.down4.maxpool_conv.1.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.down4.maxpool_conv.1.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.down4.maxpool_conv.1.double_conv.4.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.up1.conv.double_conv.0.weight',
              tensor([[[[ 6.0052e-03, -6.1578e-03, -8.6970e-03],
                        [ 1.6955e-03, -7.3866e-03,  5.3448e-03],
                        [ 5.5082e-03,  9.1673e-03,  1.0191e-02]],
              
                       [[-3.7926e-03,  5.7925e-03,  1.0316e-02],
                        [ 9.6915e-03,  8.8699e-03,  5.3047e-03],
                        [ 5.0500e-03,  4.6066e-03,  1.0278e-02]],
              
                       [[-7.2442e-04, -7.9003e-03, -9.7175e-03],
                        [ 4.6586e-04, -3.6655e-03, -9.5510e-03],
                        [-9.1740e-03, -7.8502e-03, -5.3606e-03]],
              
                       ...,
              
                       [[ 2.1322e-03, -9.4887e-05, -4.9738e-03],
                        [-6.1662e-03,  1.3903e-03, -7.2019e-03],
                        [ 5.4206e-03,  8.7880e-03,  4.3695e-03]],
              
                       [[ 3.3114e-03, -4.8001e-03, -2.7326e-03],
                        [-3.7524e-03,  7.7908e-03, -8.4219e-03],
                        [ 2.0721e-03,  7.5771e-03,  6.9718e-03]],
              
                       [[-9.9150e-03, -2.1330e-03,  7.4038e-03],
                        [-6.3372e-03, -8.1195e-03,  1.6034e-03],
                        [ 5.8172e-03, -1.3327e-03, -7.0786e-03]]],
              
              
                      [[[-4.7313e-03, -2.5325e-03, -6.1366e-03],
                        [ 1.1530e-03, -5.3506e-03, -6.1344e-04],
                        [ 2.7635e-03, -6.2766e-03,  4.6419e-03]],
              
                       [[ 4.3768e-03, -4.0070e-03,  8.7607e-03],
                        [-8.9397e-03, -9.8516e-03, -2.8273e-03],
                        [-3.7660e-03,  3.6542e-03,  1.0126e-02]],
              
                       [[-6.7512e-03,  6.0833e-03,  2.7166e-03],
                        [ 9.3578e-04,  5.1147e-03,  6.3890e-03],
                        [ 1.5687e-04,  7.4274e-03, -8.3365e-03]],
              
                       ...,
              
                       [[-4.8921e-03, -5.4093e-03,  5.6688e-03],
                        [ 3.1983e-03,  3.9314e-03, -8.9410e-03],
                        [ 6.5762e-03, -9.7403e-03, -4.1459e-03]],
              
                       [[ 8.1715e-03,  5.4453e-03, -7.9296e-03],
                        [ 1.6348e-03, -1.7733e-04,  1.1809e-03],
                        [-6.2941e-03,  6.1941e-03,  1.7227e-03]],
              
                       [[ 9.5111e-03, -8.0376e-03, -3.7345e-03],
                        [ 5.4716e-03, -3.7542e-03,  2.9980e-03],
                        [-7.5362e-03,  8.4094e-03,  8.9098e-03]]],
              
              
                      [[[-9.6740e-03, -8.1277e-03,  3.9857e-03],
                        [-3.5163e-03,  8.6464e-03,  4.2643e-03],
                        [-5.0144e-03, -9.8802e-04,  4.8284e-04]],
              
                       [[-6.5739e-03,  9.1206e-03,  5.8876e-03],
                        [-4.3970e-03,  3.9926e-04,  4.9571e-03],
                        [-3.2965e-03,  4.1399e-04, -2.7867e-03]],
              
                       [[-4.9022e-03, -7.1855e-04,  5.2022e-04],
                        [-3.8415e-03,  7.9072e-03,  1.0071e-02],
                        [-6.5128e-03, -3.6828e-03, -8.3628e-03]],
              
                       ...,
              
                       [[ 8.5856e-03, -7.1988e-03,  9.1629e-03],
                        [ 9.4906e-03, -6.0381e-03,  6.3775e-04],
                        [ 3.2705e-03, -4.2573e-03,  7.2144e-03]],
              
                       [[-2.7434e-03, -5.6575e-03,  7.0926e-03],
                        [ 6.5038e-03,  1.0222e-02,  7.6083e-03],
                        [ 8.3256e-03,  7.9641e-03, -6.8926e-03]],
              
                       [[ 3.2581e-03, -3.4153e-03,  1.7781e-04],
                        [-4.7329e-03, -2.7371e-03, -7.9243e-03],
                        [-7.3951e-03, -3.6213e-03,  3.8721e-04]]],
              
              
                      ...,
              
              
                      [[[-1.3754e-03,  1.0256e-02, -9.6938e-03],
                        [-5.2090e-03,  1.1899e-03,  6.6328e-03],
                        [-6.4318e-03,  7.6097e-03,  3.2797e-03]],
              
                       [[-7.0052e-03,  4.5905e-03, -8.9286e-03],
                        [-8.2543e-03, -5.1691e-03, -5.8590e-03],
                        [ 8.7791e-03,  5.7680e-03, -8.9067e-03]],
              
                       [[-7.6416e-03, -9.3266e-03,  9.4770e-03],
                        [ 1.4398e-03,  4.5831e-03, -3.4448e-03],
                        [-4.5923e-03, -5.7610e-03, -4.3103e-03]],
              
                       ...,
              
                       [[-2.0614e-03, -8.5129e-03, -8.4951e-03],
                        [ 2.6566e-03,  9.1776e-03,  2.6760e-03],
                        [-1.7022e-04,  3.6392e-03,  5.0875e-03]],
              
                       [[-2.9073e-03, -7.8702e-03, -1.2811e-03],
                        [-8.3429e-03, -8.4082e-03,  4.3443e-03],
                        [-6.5337e-03,  3.0448e-03, -3.2978e-03]],
              
                       [[-6.3634e-03, -6.4584e-03, -9.4520e-03],
                        [ 6.3613e-03,  1.3895e-03,  6.7184e-03],
                        [ 1.9717e-04,  3.0919e-03, -9.3850e-03]]],
              
              
                      [[[-7.3347e-03,  3.7111e-03, -1.4600e-03],
                        [-8.9929e-03, -1.0001e-02, -9.7608e-03],
                        [ 4.9672e-03, -5.1917e-03, -9.9102e-03]],
              
                       [[ 7.6933e-03, -4.9824e-03, -8.9469e-03],
                        [ 4.8704e-03, -1.6437e-03,  8.8097e-03],
                        [-3.0993e-03, -5.9778e-03, -3.1651e-03]],
              
                       [[ 8.6893e-03,  9.8990e-03,  7.1665e-03],
                        [ 7.6924e-03, -1.0816e-03,  9.3137e-03],
                        [-4.7224e-03, -3.9862e-03, -7.0841e-03]],
              
                       ...,
              
                       [[ 7.1673e-03,  5.2882e-03,  5.8690e-03],
                        [ 4.2807e-04, -4.7009e-04,  9.8658e-03],
                        [-3.6831e-03, -3.5520e-03,  4.0485e-03]],
              
                       [[-5.5522e-03,  9.4766e-03,  8.2692e-03],
                        [-3.1187e-03, -8.5105e-03,  8.7861e-03],
                        [-7.3462e-03,  5.8684e-03,  9.6273e-03]],
              
                       [[-3.7102e-03,  7.7810e-03, -1.4194e-03],
                        [-4.0797e-03, -8.0059e-03,  8.5199e-03],
                        [-9.1947e-03,  3.5915e-03, -4.6602e-03]]],
              
              
                      [[[-1.3775e-03,  6.0666e-04, -6.9796e-04],
                        [ 6.7400e-03,  6.6210e-03,  2.7429e-03],
                        [-8.8243e-03, -9.8390e-03,  2.4116e-03]],
              
                       [[ 4.7119e-03,  3.2005e-03,  5.9726e-03],
                        [ 9.5476e-03,  1.6969e-03,  9.7832e-03],
                        [-2.6481e-03,  7.0522e-03, -7.9863e-03]],
              
                       [[ 4.9707e-03,  9.5256e-04, -1.3029e-03],
                        [-6.9370e-03, -1.0068e-02,  1.0652e-03],
                        [-2.0503e-03,  8.6360e-03, -1.5661e-03]],
              
                       ...,
              
                       [[-6.5328e-03, -9.1420e-04,  5.5855e-03],
                        [ 8.4739e-03, -4.1916e-03,  1.0212e-02],
                        [ 1.0342e-02, -8.0135e-03, -1.1019e-04]],
              
                       [[ 4.2931e-03,  4.7278e-03,  8.9549e-03],
                        [ 7.2504e-03,  4.6937e-03, -6.7444e-03],
                        [-1.0244e-02,  2.1343e-03, -3.2979e-03]],
              
                       [[ 9.3904e-03, -7.6412e-03,  2.0035e-03],
                        [-6.8808e-03,  1.0404e-02,  9.5906e-03],
                        [ 5.1486e-03,  1.8948e-03, -1.0138e-03]]]], device='cuda:0')),
             ('module.module.up1.conv.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.up1.conv.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.up1.conv.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.up1.conv.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.up1.conv.double_conv.1.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.up1.conv.double_conv.3.weight',
              tensor([[[[ 4.6532e-03, -7.6019e-03, -2.2726e-03],
                        [ 4.6818e-03,  1.2958e-02,  7.4474e-03],
                        [ 1.0656e-02,  7.3169e-03,  1.4385e-02]],
              
                       [[-7.1003e-03,  5.6198e-03,  1.1528e-02],
                        [ 1.2165e-02,  2.7467e-03,  1.2221e-02],
                        [ 1.0123e-02, -7.3388e-04, -1.3558e-02]],
              
                       [[ 6.1051e-04, -1.0071e-02,  1.0367e-02],
                        [ 5.4181e-03,  3.2388e-03,  8.1533e-04],
                        [ 9.9759e-03, -8.9243e-03, -1.0614e-02]],
              
                       ...,
              
                       [[-1.1593e-02,  4.4562e-03, -1.2794e-02],
                        [-2.0847e-03,  8.4393e-03, -3.0718e-03],
                        [ 1.2095e-02,  9.6634e-03, -6.1204e-03]],
              
                       [[-8.5692e-03, -5.3203e-03, -6.0301e-03],
                        [-1.3060e-02, -4.9878e-03,  1.3536e-02],
                        [-3.0446e-03, -3.7271e-03,  1.8943e-03]],
              
                       [[ 9.1236e-03,  6.2085e-03, -5.2066e-03],
                        [ 7.0768e-03,  5.8855e-03, -1.3525e-02],
                        [ 1.2969e-02, -3.1656e-03, -9.7805e-03]]],
              
              
                      [[[-1.3448e-02, -1.4380e-02,  3.3876e-03],
                        [-6.9893e-03, -8.7593e-03,  3.4935e-03],
                        [ 6.0252e-03,  6.2473e-03, -7.2960e-04]],
              
                       [[ 1.2521e-03, -1.2604e-02, -1.4122e-02],
                        [-7.8812e-03,  1.2843e-03,  3.4510e-03],
                        [-8.0826e-03, -6.0928e-03,  1.4071e-02]],
              
                       [[ 1.2236e-02, -2.2066e-03,  7.5802e-03],
                        [-3.4579e-03, -8.4028e-03,  1.2992e-02],
                        [ 1.5273e-03,  9.6915e-03, -2.7779e-03]],
              
                       ...,
              
                       [[-9.7299e-03,  7.2240e-03,  3.2073e-04],
                        [ 5.1952e-03,  1.3993e-02,  5.8187e-03],
                        [-3.9472e-03,  9.5075e-03,  9.9508e-03]],
              
                       [[ 3.8860e-03, -7.5956e-03, -6.7716e-03],
                        [-6.3491e-03,  1.1731e-02, -4.6717e-03],
                        [ 5.6204e-04, -4.5982e-03, -1.3072e-03]],
              
                       [[-9.9374e-03, -1.4691e-03,  9.6274e-03],
                        [-3.4154e-03, -9.9765e-03,  4.7587e-03],
                        [ 1.1309e-02,  1.2087e-03,  1.1953e-02]]],
              
              
                      [[[ 1.2883e-02, -7.2949e-03, -4.8458e-03],
                        [ 9.7466e-03,  1.1054e-02,  1.2237e-02],
                        [ 9.9405e-03,  1.4726e-02,  2.0744e-03]],
              
                       [[ 1.0789e-02,  1.3618e-02,  1.4625e-02],
                        [-1.9228e-03,  5.1298e-03,  5.3312e-04],
                        [ 1.4351e-02,  8.0309e-03, -1.3372e-02]],
              
                       [[-3.1131e-03, -6.5674e-04, -1.0796e-02],
                        [-9.3562e-03,  6.5610e-03, -1.3210e-02],
                        [ 7.9644e-03,  1.0064e-03,  6.2818e-04]],
              
                       ...,
              
                       [[-2.9593e-03, -3.4946e-03, -4.1973e-03],
                        [ 1.2073e-02,  7.9237e-03,  9.7770e-05],
                        [-4.5093e-03, -8.0024e-03, -3.3877e-03]],
              
                       [[ 4.1504e-04, -6.3685e-03,  2.9286e-04],
                        [-1.4368e-02,  5.2549e-04, -1.2686e-02],
                        [ 1.6020e-03,  4.4607e-03,  7.5159e-03]],
              
                       [[-6.6873e-03,  5.1561e-05,  8.2160e-03],
                        [-7.2157e-03, -9.4008e-04, -9.3220e-03],
                        [ 1.3272e-03,  1.3943e-03, -1.0126e-02]]],
              
              
                      ...,
              
              
                      [[[ 2.3756e-03,  1.2603e-02,  1.0009e-02],
                        [ 1.3332e-02,  2.2436e-03, -2.6538e-03],
                        [ 1.2150e-02, -6.4561e-03, -1.2219e-02]],
              
                       [[-8.2563e-03,  1.4514e-02, -6.5334e-03],
                        [ 1.0584e-02,  7.2743e-03, -7.7184e-03],
                        [-1.3945e-02, -3.9507e-04, -1.3207e-02]],
              
                       [[-1.1936e-02,  1.2723e-02,  1.4794e-03],
                        [-9.2238e-03,  1.2513e-02, -1.2755e-02],
                        [-2.3135e-04, -1.2050e-02,  1.0637e-02]],
              
                       ...,
              
                       [[-1.7315e-03, -1.1583e-02, -6.2004e-03],
                        [-3.6829e-03, -7.5475e-03, -1.1467e-02],
                        [-1.2565e-04, -1.6956e-03,  7.3251e-03]],
              
                       [[ 4.5195e-03,  9.6949e-03, -1.1593e-02],
                        [-1.0726e-02, -4.3706e-03, -1.0075e-02],
                        [-1.1938e-02, -6.4125e-03,  5.7692e-04]],
              
                       [[-1.1380e-02, -9.5971e-03, -1.3420e-02],
                        [ 1.0888e-02, -1.0871e-02,  4.6657e-05],
                        [-2.8069e-03, -1.0725e-02,  2.2430e-03]]],
              
              
                      [[[ 1.1839e-02,  1.3359e-02, -2.2681e-03],
                        [ 1.8450e-03,  5.9289e-04, -1.2829e-02],
                        [ 1.4203e-02,  2.5810e-03, -1.1913e-02]],
              
                       [[-1.3077e-02, -1.4014e-02, -4.2100e-03],
                        [-9.9503e-03,  1.1108e-02, -3.2723e-03],
                        [ 2.0312e-03,  4.5349e-03,  1.3859e-02]],
              
                       [[-1.4575e-02,  1.1122e-02, -7.5780e-03],
                        [-3.8330e-03, -9.8024e-04,  5.9586e-03],
                        [ 9.8220e-03, -6.8341e-03,  1.2393e-02]],
              
                       ...,
              
                       [[-3.4048e-03,  1.3819e-02, -2.6837e-03],
                        [ 1.1734e-02,  1.4311e-03, -1.2245e-02],
                        [-8.3261e-03,  1.3495e-02,  2.9223e-03]],
              
                       [[-1.2962e-02, -7.3929e-03, -7.3878e-03],
                        [-1.7338e-03, -6.7076e-03, -7.7754e-03],
                        [ 1.4972e-03, -6.4253e-03, -1.4126e-02]],
              
                       [[ 1.4451e-02, -4.8099e-03,  5.7255e-03],
                        [-5.8516e-03,  4.0733e-03,  1.0094e-02],
                        [ 8.1309e-04,  5.1471e-03,  5.1509e-03]]],
              
              
                      [[[ 9.8223e-04,  1.1245e-02,  1.1552e-02],
                        [-7.6653e-03,  6.1365e-04, -4.2670e-03],
                        [ 5.1350e-03,  1.4145e-02, -8.8357e-04]],
              
                       [[ 1.2253e-02,  1.0491e-02, -1.4184e-02],
                        [ 2.6855e-03,  7.4216e-03, -4.6636e-03],
                        [-1.0291e-02, -1.2930e-02, -3.5078e-04]],
              
                       [[ 4.5516e-03, -9.4295e-03,  9.7718e-03],
                        [-7.6455e-03,  1.0235e-02,  1.2030e-03],
                        [-2.7815e-03,  6.6763e-03, -8.7617e-03]],
              
                       ...,
              
                       [[-9.8976e-03,  1.2484e-02, -2.8897e-03],
                        [ 4.3479e-03,  8.9747e-03,  8.7985e-04],
                        [ 1.2341e-02,  4.2616e-04,  4.2251e-03]],
              
                       [[ 1.2692e-02, -1.7026e-03,  7.1434e-03],
                        [ 1.1852e-02, -1.1433e-02, -1.3874e-02],
                        [ 1.2581e-02, -3.8352e-03, -7.5201e-04]],
              
                       [[-4.7592e-04, -3.9157e-03,  3.5884e-03],
                        [-3.2631e-03, -1.6258e-03, -1.0496e-02],
                        [ 1.3847e-03, -5.7536e-04, -1.0432e-02]]]], device='cuda:0')),
             ('module.module.up1.conv.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.], device='cuda:0')),
             ('module.module.up1.conv.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.up1.conv.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.up1.conv.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.], device='cuda:0')),
             ('module.module.up1.conv.double_conv.4.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.up2.conv.double_conv.0.weight',
              tensor([[[[-2.1518e-03,  1.0631e-02,  1.2601e-02],
                        [ 9.9365e-03,  8.6478e-03, -1.2200e-02],
                        [-8.7199e-03, -1.3551e-04,  2.7872e-03]],
              
                       [[ 1.0136e-02,  5.1465e-03, -7.2739e-03],
                        [-1.0549e-02, -4.3726e-03, -1.0110e-02],
                        [-1.2202e-02,  8.1444e-03,  1.2508e-02]],
              
                       [[-1.1105e-02, -3.2792e-03,  1.1186e-02],
                        [-8.2915e-03,  8.8182e-03,  1.1263e-02],
                        [-4.4057e-03,  8.6805e-03, -9.5922e-03]],
              
                       ...,
              
                       [[ 6.3221e-03, -1.2953e-02,  5.1380e-03],
                        [ 2.9260e-04, -1.0260e-02,  6.4162e-03],
                        [-5.8944e-03,  4.6316e-03,  1.4742e-03]],
              
                       [[-1.0956e-02, -3.5614e-03, -3.6777e-03],
                        [ 1.2266e-02, -3.7897e-05, -1.1044e-02],
                        [ 5.1852e-03,  8.2570e-03,  1.3097e-03]],
              
                       [[-2.4492e-03, -3.5821e-03, -1.4560e-02],
                        [ 9.1054e-03, -4.1931e-03,  9.5132e-03],
                        [ 5.1267e-03,  1.1881e-02,  5.6942e-04]]],
              
              
                      [[[ 1.0638e-02, -5.4433e-03, -3.7759e-03],
                        [ 1.1677e-02, -4.1737e-03, -1.0637e-02],
                        [-1.6576e-03, -2.1487e-03, -1.1114e-02]],
              
                       [[ 1.8396e-03,  1.3266e-02,  6.8261e-03],
                        [ 3.9165e-03, -8.8550e-03,  1.4806e-03],
                        [ 7.0773e-04,  1.1756e-02, -1.0292e-02]],
              
                       [[ 1.3127e-02,  4.8850e-03,  2.1176e-03],
                        [ 2.1249e-03, -5.7832e-03, -1.3140e-02],
                        [ 8.5454e-03, -8.9114e-03, -1.3402e-02]],
              
                       ...,
              
                       [[ 1.1088e-02,  7.2383e-03,  1.2047e-02],
                        [ 9.5457e-03,  1.3826e-02, -2.5452e-03],
                        [ 9.1783e-03,  1.0598e-02, -8.6740e-04]],
              
                       [[ 4.5989e-03, -1.4716e-03, -1.2077e-02],
                        [-9.6809e-04, -1.2336e-02,  9.3714e-04],
                        [ 3.9654e-03, -7.3955e-03, -1.2232e-02]],
              
                       [[ 5.6303e-03, -8.0869e-03, -2.5287e-03],
                        [ 1.8057e-03, -1.1487e-02, -2.8659e-03],
                        [ 4.0015e-03, -1.2479e-02, -1.1998e-02]]],
              
              
                      [[[ 9.4689e-03, -7.2081e-03,  1.4072e-03],
                        [ 1.2932e-02, -3.2592e-03, -8.7485e-03],
                        [ 9.2945e-03,  4.6018e-03,  4.0055e-03]],
              
                       [[-1.3764e-02, -4.2907e-03,  3.2547e-03],
                        [ 3.3341e-03,  1.1304e-03, -1.2234e-02],
                        [-1.3467e-02, -5.6734e-03,  7.4354e-03]],
              
                       [[-5.6023e-03, -2.8761e-03, -1.4718e-02],
                        [ 1.0713e-02, -1.6779e-03, -1.1996e-02],
                        [-1.2827e-02,  1.0703e-02, -9.7047e-03]],
              
                       ...,
              
                       [[ 3.2607e-03, -8.0475e-03,  6.1829e-03],
                        [-2.9395e-03,  3.3496e-03,  5.1071e-03],
                        [ 5.9723e-03,  4.7608e-03, -1.6388e-03]],
              
                       [[-4.3904e-03,  7.7792e-03, -1.2428e-02],
                        [-3.2456e-03,  5.5866e-03, -1.4352e-02],
                        [-1.1821e-02,  2.6534e-03,  7.5290e-03]],
              
                       [[ 4.6186e-03, -6.2310e-03,  1.1741e-02],
                        [-1.4587e-02,  9.7592e-03,  1.2688e-02],
                        [ 4.2982e-03,  5.2313e-03, -1.2822e-02]]],
              
              
                      ...,
              
              
                      [[[ 1.1165e-02,  7.8691e-04, -9.3187e-03],
                        [-7.7603e-03, -3.0258e-03, -9.7707e-03],
                        [ 7.5438e-03,  1.4036e-02,  1.0273e-02]],
              
                       [[-1.3591e-02,  7.4804e-03, -4.6866e-04],
                        [-1.3815e-02,  1.2045e-02, -9.8406e-03],
                        [ 1.0759e-02,  6.9177e-03, -1.3892e-02]],
              
                       [[ 1.2857e-02, -4.8749e-04,  9.5570e-03],
                        [ 2.7064e-03, -8.0672e-03,  1.0471e-02],
                        [ 5.2177e-03,  1.2281e-02, -6.2795e-03]],
              
                       ...,
              
                       [[ 1.0430e-03,  1.3958e-02, -1.1441e-02],
                        [-1.0572e-02,  4.8599e-04, -8.1871e-03],
                        [ 8.7779e-03,  8.1478e-03, -3.1877e-03]],
              
                       [[ 7.4461e-03,  2.9228e-03, -1.0984e-02],
                        [ 9.8613e-03,  1.3081e-02,  1.2413e-02],
                        [ 1.2035e-02, -3.1168e-03, -7.5135e-03]],
              
                       [[ 8.0283e-03, -4.2646e-03, -7.9841e-03],
                        [-1.9161e-05, -6.6800e-03, -1.6066e-04],
                        [ 9.5017e-03, -1.7248e-03,  7.0304e-03]]],
              
              
                      [[[ 3.5356e-03, -7.6512e-03, -8.9665e-03],
                        [-4.8910e-03,  2.0278e-03,  7.1160e-03],
                        [-3.0881e-03, -4.1455e-03,  1.1920e-02]],
              
                       [[ 3.7466e-03, -3.9381e-03,  1.4420e-02],
                        [-1.3107e-02, -5.7352e-03,  6.8331e-03],
                        [-6.0296e-03,  1.2593e-02,  8.2828e-03]],
              
                       [[-9.1421e-03,  1.2051e-02,  9.1719e-03],
                        [-2.3811e-03, -1.4370e-02, -1.1317e-02],
                        [-5.8528e-03,  5.9658e-03, -7.2074e-03]],
              
                       ...,
              
                       [[ 1.4338e-02,  1.0304e-02, -6.8373e-03],
                        [ 2.6406e-03, -2.9580e-03, -2.9774e-03],
                        [-6.9043e-03,  1.4699e-02, -7.5011e-03]],
              
                       [[ 9.0359e-03, -7.4744e-03,  2.7057e-03],
                        [-1.0241e-03, -9.2485e-03, -3.4580e-03],
                        [ 3.8833e-03,  7.4134e-03, -1.1881e-02]],
              
                       [[-1.9624e-03,  2.7043e-03, -4.4755e-04],
                        [-1.1581e-02, -1.3765e-02, -8.7221e-03],
                        [ 1.3774e-02, -1.1876e-02, -1.0575e-02]]],
              
              
                      [[[-1.7063e-04,  6.7622e-04,  8.8984e-03],
                        [-5.9551e-03,  1.2280e-02, -1.2928e-02],
                        [-1.2386e-02,  1.3566e-02,  3.3778e-03]],
              
                       [[-4.9461e-03, -1.1765e-03, -5.0370e-03],
                        [-3.2352e-03,  8.2034e-03,  1.2355e-02],
                        [ 3.5783e-03,  1.1220e-02, -1.3388e-02]],
              
                       [[-1.8399e-03,  5.9302e-03,  9.6810e-03],
                        [ 5.0733e-03,  1.0453e-02, -4.8722e-03],
                        [-1.3514e-02, -1.1929e-03,  1.7507e-03]],
              
                       ...,
              
                       [[-1.4605e-03,  2.2461e-03, -8.0156e-03],
                        [ 1.0985e-02,  5.1273e-03, -1.1668e-02],
                        [ 1.4627e-02,  2.7758e-03,  7.2483e-03]],
              
                       [[ 1.3621e-02, -4.5283e-03,  6.4443e-04],
                        [ 1.0748e-02,  1.1094e-02,  1.4675e-02],
                        [-9.0625e-03, -6.1689e-03, -2.2046e-03]],
              
                       [[-1.4035e-03, -1.3366e-02,  5.8688e-03],
                        [ 2.4954e-04,  7.3011e-03,  8.3442e-03],
                        [-2.7433e-04, -1.0389e-02,  3.1839e-03]]]], device='cuda:0')),
             ('module.module.up2.conv.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.], device='cuda:0')),
             ('module.module.up2.conv.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.up2.conv.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.up2.conv.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1.], device='cuda:0')),
             ('module.module.up2.conv.double_conv.1.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.up2.conv.double_conv.3.weight',
              tensor([[[[ 7.9497e-03, -1.7790e-02, -1.7096e-02],
                        [-1.6327e-02,  4.0280e-03, -1.9224e-02],
                        [-4.1614e-03,  2.0345e-02, -1.3011e-02]],
              
                       [[-1.1634e-02,  5.5307e-03, -1.6266e-02],
                        [-1.1103e-02,  8.3270e-03, -1.5757e-02],
                        [ 1.5221e-02, -1.2837e-02,  9.6909e-04]],
              
                       [[-1.6213e-02,  6.1893e-03,  1.9967e-02],
                        [-1.0630e-02,  2.0123e-02,  6.5128e-03],
                        [-2.0276e-02,  2.0401e-02,  1.5855e-02]],
              
                       ...,
              
                       [[ 1.4602e-02, -9.3187e-03,  1.2791e-02],
                        [ 3.5288e-03,  8.2964e-03,  1.7589e-02],
                        [ 4.4983e-03, -4.8159e-04, -3.6260e-03]],
              
                       [[-8.9474e-05,  1.3904e-02,  1.9019e-02],
                        [-1.9988e-02, -1.3111e-02,  6.4248e-04],
                        [ 6.8580e-04,  1.7128e-03,  5.4387e-03]],
              
                       [[ 1.4890e-02, -9.2215e-03, -5.8313e-03],
                        [ 1.1482e-02, -1.2943e-02,  1.7208e-02],
                        [-2.3544e-03,  8.3377e-04, -1.4550e-02]]],
              
              
                      [[[-2.5915e-03, -3.9138e-03, -1.6308e-02],
                        [-1.9927e-02, -9.3398e-03, -1.9362e-02],
                        [-1.4066e-02,  9.7209e-03,  1.6551e-02]],
              
                       [[-1.9409e-02, -1.3963e-02,  6.9585e-03],
                        [-5.1612e-04, -1.9914e-02,  1.8270e-02],
                        [-7.2831e-03,  1.2477e-02, -2.8120e-04]],
              
                       [[-1.5371e-02,  9.3540e-04,  9.9296e-03],
                        [-1.0750e-02, -3.9004e-03,  1.7460e-02],
                        [-1.9144e-02,  2.0190e-02, -1.1884e-02]],
              
                       ...,
              
                       [[ 7.7697e-03,  1.9071e-02, -3.6815e-03],
                        [ 5.6426e-03, -8.5833e-03,  1.6836e-02],
                        [ 1.8768e-03, -2.5059e-04,  8.1764e-03]],
              
                       [[ 5.9330e-03, -1.4364e-02, -3.9514e-03],
                        [ 1.9684e-02, -1.4239e-02, -2.0091e-02],
                        [ 2.0407e-02,  1.8737e-02, -5.8489e-03]],
              
                       [[ 5.4501e-03,  1.1028e-02, -1.9625e-02],
                        [-1.3838e-02, -8.5165e-03,  2.6146e-03],
                        [-6.4134e-03,  1.4367e-02,  1.4903e-02]]],
              
              
                      [[[-1.1303e-03,  3.3091e-03, -6.1916e-03],
                        [-1.5099e-02, -2.1207e-04,  4.5621e-03],
                        [ 1.7857e-02, -2.7128e-03, -5.4803e-03]],
              
                       [[ 5.9743e-03,  2.0597e-02,  6.6697e-03],
                        [ 9.8200e-03,  1.3099e-02,  1.7841e-03],
                        [-1.6089e-02,  1.5824e-02,  8.0234e-04]],
              
                       [[-7.2984e-03,  1.2674e-02,  1.8605e-02],
                        [ 3.9323e-03,  8.1922e-03, -9.3463e-04],
                        [-1.9702e-02,  1.4019e-02,  1.6300e-02]],
              
                       ...,
              
                       [[ 1.6479e-02,  1.6218e-02, -1.5242e-02],
                        [-3.6273e-03,  5.0512e-03,  1.1426e-02],
                        [ 7.1217e-03,  7.2147e-03, -2.5175e-03]],
              
                       [[ 1.5327e-02,  1.4072e-02, -1.7085e-02],
                        [ 4.0818e-04, -1.7114e-02, -3.8038e-03],
                        [-1.5342e-02, -2.0213e-02, -1.3697e-02]],
              
                       [[-2.0410e-02, -1.5656e-02,  5.8427e-03],
                        [-3.8405e-03,  1.0923e-02, -1.2858e-02],
                        [ 1.8628e-02,  4.0466e-03, -2.0422e-02]]],
              
              
                      ...,
              
              
                      [[[-1.9150e-02,  1.2267e-02,  1.7782e-02],
                        [ 1.3684e-02, -1.9804e-02, -9.2421e-03],
                        [ 1.7435e-02,  1.7343e-02, -1.8515e-02]],
              
                       [[ 1.8531e-02, -6.2842e-03, -2.1436e-03],
                        [-6.2577e-03,  1.8332e-02,  1.9857e-02],
                        [-1.0869e-02, -5.4065e-03,  1.8648e-02]],
              
                       [[-9.8150e-03, -1.9312e-02, -5.3483e-04],
                        [ 2.2209e-03,  2.0530e-02, -6.2797e-03],
                        [ 3.1732e-03,  1.7359e-02,  1.0300e-02]],
              
                       ...,
              
                       [[ 5.3619e-03, -8.6172e-03,  1.9207e-02],
                        [ 1.2767e-02, -3.0699e-03, -9.6391e-03],
                        [-8.9599e-04,  6.0747e-03,  4.0384e-03]],
              
                       [[-5.2875e-03,  6.5115e-04,  5.4017e-03],
                        [ 1.5804e-03,  8.6046e-03,  1.7447e-02],
                        [ 7.5348e-03,  1.8965e-02,  1.9957e-02]],
              
                       [[-1.0331e-02, -1.1320e-02,  1.5131e-02],
                        [ 2.9035e-03,  1.1799e-02, -1.5353e-03],
                        [-8.3366e-03,  9.3031e-03, -1.7604e-02]]],
              
              
                      [[[ 1.4307e-02,  1.1860e-02,  5.1069e-03],
                        [-1.5284e-02,  8.2293e-03, -9.5887e-03],
                        [ 5.3585e-03,  2.0224e-03,  1.5437e-02]],
              
                       [[ 1.2629e-03,  9.5884e-03,  1.5362e-02],
                        [-4.8209e-03,  1.4933e-02, -1.2048e-02],
                        [-3.0520e-05, -1.3378e-02, -2.1463e-03]],
              
                       [[-1.1527e-02,  7.7163e-03, -1.2359e-02],
                        [-2.0476e-02, -1.7779e-02, -6.4546e-03],
                        [ 3.1536e-03, -1.0851e-04, -1.9629e-02]],
              
                       ...,
              
                       [[-3.6267e-03, -1.7496e-02, -1.8531e-02],
                        [ 3.0812e-03, -4.4989e-03, -5.3328e-03],
                        [-3.5008e-03, -1.0352e-02,  2.0659e-02]],
              
                       [[-4.5241e-03,  6.3328e-03,  8.7361e-03],
                        [-6.1625e-03, -1.3019e-02,  1.6934e-02],
                        [-3.4158e-03,  8.9188e-03, -1.3646e-02]],
              
                       [[ 1.7996e-02,  1.7854e-02, -1.5007e-02],
                        [ 2.2617e-04,  1.8391e-02,  2.0008e-02],
                        [-1.4899e-03,  1.6801e-02,  2.3108e-03]]],
              
              
                      [[[-1.5664e-02,  4.3163e-03,  1.2885e-02],
                        [ 2.6682e-03,  1.6914e-02,  3.5899e-03],
                        [ 1.9674e-02, -1.1662e-02, -1.2853e-02]],
              
                       [[-3.9540e-04, -1.7787e-02,  9.8214e-03],
                        [ 1.3250e-02, -2.1693e-03, -4.9136e-03],
                        [ 1.9610e-02,  1.1362e-03,  2.0132e-02]],
              
                       [[ 1.0343e-03,  8.4445e-03,  1.5850e-02],
                        [ 1.1820e-02,  1.0775e-03, -1.8296e-02],
                        [-1.1273e-02,  2.6236e-03,  1.3343e-02]],
              
                       ...,
              
                       [[ 1.6003e-02,  5.4038e-03, -3.7506e-03],
                        [-2.4944e-03, -8.0193e-03, -6.6061e-03],
                        [-1.2857e-02,  1.3497e-02,  8.1090e-03]],
              
                       [[-1.8006e-02, -8.5612e-03,  1.9954e-02],
                        [-3.3323e-03, -7.7578e-04,  1.2751e-02],
                        [ 8.0447e-03, -3.9115e-04,  2.0177e-02]],
              
                       [[-1.7435e-02, -8.4071e-03, -9.7204e-03],
                        [ 1.8257e-02, -1.7279e-02, -1.8781e-02],
                        [ 1.5807e-02, -1.8718e-02,  2.0478e-02]]]], device='cuda:0')),
             ('module.module.up2.conv.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.], device='cuda:0')),
             ('module.module.up2.conv.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.up2.conv.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.up2.conv.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.], device='cuda:0')),
             ('module.module.up2.conv.double_conv.4.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.up3.conv.double_conv.0.weight',
              tensor([[[[ 6.5360e-04, -1.1478e-02, -1.2108e-02],
                        [-1.3628e-02, -9.4881e-03,  4.5922e-03],
                        [-1.3436e-03, -9.4868e-03, -4.5939e-03]],
              
                       [[ 1.0784e-02, -1.2223e-03, -1.5292e-02],
                        [-5.8855e-03, -1.8780e-02, -8.7660e-03],
                        [ 1.8609e-03,  1.2953e-02, -1.4010e-02]],
              
                       [[-6.7148e-03, -1.5341e-02,  1.2591e-02],
                        [ 7.5377e-03,  1.1052e-02, -1.1975e-02],
                        [-1.9517e-02, -1.9137e-02, -7.4886e-04]],
              
                       ...,
              
                       [[ 2.0512e-02, -3.9202e-03,  1.4523e-02],
                        [ 1.2714e-02,  1.3007e-02,  6.8676e-04],
                        [-1.7327e-02, -8.6569e-03,  1.2416e-03]],
              
                       [[-2.0188e-02, -1.2779e-02, -7.3068e-03],
                        [-9.3873e-03,  1.3301e-02,  1.6646e-02],
                        [-1.7413e-02,  1.7294e-03, -1.5510e-02]],
              
                       [[-1.4983e-02,  1.7590e-02,  1.2623e-02],
                        [-2.8354e-03, -2.8116e-03,  1.7879e-02],
                        [-1.7114e-02,  1.2573e-02,  1.0661e-02]]],
              
              
                      [[[ 1.1610e-02, -1.0957e-02,  1.8087e-02],
                        [ 1.2981e-02, -1.2237e-02, -1.3717e-02],
                        [-8.9545e-03,  1.0519e-02, -1.8804e-02]],
              
                       [[-5.7298e-03,  1.7915e-02, -3.1621e-03],
                        [ 7.9957e-03,  3.4881e-03, -1.5158e-02],
                        [ 1.8798e-03,  1.6252e-02, -1.5315e-03]],
              
                       [[-4.2252e-03,  8.9630e-03, -7.0830e-03],
                        [-1.0045e-02, -2.2602e-03,  7.8443e-03],
                        [-2.6957e-03,  1.3411e-02,  4.8645e-03]],
              
                       ...,
              
                       [[-5.3712e-03, -1.0452e-02, -1.6330e-02],
                        [-1.0432e-02, -1.9882e-02, -1.6169e-02],
                        [-7.2622e-03, -1.8196e-02, -6.7982e-03]],
              
                       [[-7.0105e-05, -1.2175e-02, -1.0749e-02],
                        [ 1.1441e-02,  3.5827e-03,  1.7456e-02],
                        [-4.9655e-03,  1.9057e-03, -1.7193e-02]],
              
                       [[ 1.7013e-02,  3.1988e-04,  5.7411e-03],
                        [-3.7235e-04, -1.8450e-03,  3.6671e-03],
                        [ 1.6459e-02,  1.1565e-02,  1.9842e-02]]],
              
              
                      [[[ 1.6914e-02, -1.2111e-02,  1.4786e-02],
                        [ 7.7207e-03,  2.5537e-03,  4.0743e-03],
                        [ 1.0419e-04,  1.0066e-02, -8.1808e-03]],
              
                       [[ 5.5924e-03,  3.0751e-03, -1.4255e-02],
                        [ 1.4609e-02, -6.0797e-03,  1.8090e-02],
                        [-2.0465e-02, -1.9647e-02,  1.9963e-02]],
              
                       [[ 1.7703e-02,  9.7912e-04, -1.7088e-02],
                        [-3.0930e-03,  1.0013e-02,  1.5110e-02],
                        [-1.5153e-02, -6.5340e-03,  1.6374e-02]],
              
                       ...,
              
                       [[-1.0198e-02,  1.8628e-02, -7.3407e-03],
                        [-2.0066e-02,  1.8155e-02,  8.2106e-03],
                        [-5.0477e-04, -5.1193e-03, -1.9685e-02]],
              
                       [[ 7.3187e-03, -1.8577e-02, -1.9180e-02],
                        [ 1.3858e-02, -1.6733e-02, -5.7723e-04],
                        [ 1.2103e-02,  8.6336e-03, -2.0067e-02]],
              
                       [[-3.8180e-03,  1.9922e-03, -1.2753e-02],
                        [ 1.9889e-02,  1.9218e-02,  1.2516e-02],
                        [-1.6966e-02, -1.9937e-02,  6.3545e-03]]],
              
              
                      ...,
              
              
                      [[[ 1.4647e-02,  1.3599e-02, -1.1497e-02],
                        [ 1.0819e-02,  6.2655e-03,  8.2514e-03],
                        [ 9.7814e-03,  1.5446e-03,  5.0288e-03]],
              
                       [[-3.7955e-03,  1.2494e-02, -7.8703e-03],
                        [ 4.0349e-03,  1.4197e-02, -1.1018e-02],
                        [ 1.2082e-02, -1.9828e-03,  1.1344e-02]],
              
                       [[-1.6060e-02,  5.2254e-03,  1.3679e-02],
                        [ 2.3551e-03, -5.8034e-03, -1.0188e-02],
                        [-7.8099e-03, -7.3378e-03, -1.6845e-02]],
              
                       ...,
              
                       [[ 4.8750e-03, -1.5202e-02, -8.3033e-03],
                        [-1.4143e-02,  9.6245e-03,  1.0595e-03],
                        [-6.6992e-03,  1.8018e-02,  1.4028e-02]],
              
                       [[-2.4361e-03,  8.2809e-03, -6.7384e-03],
                        [-2.4594e-03,  4.9077e-03,  1.8375e-02],
                        [-4.1593e-03, -3.5705e-03, -1.3529e-02]],
              
                       [[-1.7012e-02,  1.9748e-02,  1.9104e-02],
                        [-1.4910e-02, -1.9546e-02,  1.1406e-02],
                        [-1.7544e-04,  1.5866e-02,  3.8805e-03]]],
              
              
                      [[[-4.2661e-03,  2.0544e-02, -2.0223e-02],
                        [-1.7558e-02,  1.2315e-02, -1.1358e-03],
                        [-9.5695e-03,  1.7591e-02, -1.8437e-02]],
              
                       [[-7.6622e-03,  1.3523e-02, -1.2805e-02],
                        [ 4.2950e-03, -7.9838e-03, -8.6255e-03],
                        [ 1.5282e-03, -8.8083e-03,  5.8126e-03]],
              
                       [[ 1.2428e-02,  1.6649e-03, -1.8423e-02],
                        [ 3.3804e-03, -9.0342e-03, -2.8731e-03],
                        [ 2.8868e-03, -4.1382e-03,  1.6776e-02]],
              
                       ...,
              
                       [[ 1.6678e-02, -4.2476e-03, -9.8835e-03],
                        [-9.7655e-03, -3.7623e-03,  5.0571e-03],
                        [ 1.0131e-02, -7.6768e-03, -5.4080e-04]],
              
                       [[ 1.7999e-02,  5.0342e-03, -2.2092e-03],
                        [ 1.2079e-02, -8.4492e-03, -1.6282e-02],
                        [-2.0245e-02,  4.7685e-03, -9.7620e-03]],
              
                       [[-4.6216e-03, -1.1652e-02, -1.2818e-02],
                        [ 1.2088e-02, -9.3832e-03, -4.1677e-03],
                        [ 1.1476e-02, -4.4116e-03, -2.0018e-02]]],
              
              
                      [[[ 3.7413e-03, -1.8938e-02, -1.2220e-02],
                        [ 1.7449e-02,  9.5147e-03,  2.5178e-03],
                        [-6.6552e-03,  2.6520e-03, -2.0583e-02]],
              
                       [[ 1.9046e-02,  1.7330e-03,  3.4585e-03],
                        [ 1.6316e-02, -1.8740e-02,  1.6343e-02],
                        [-8.1862e-03, -1.9654e-02,  6.7754e-04]],
              
                       [[-7.8348e-03, -1.0483e-02, -1.1580e-02],
                        [ 2.0537e-02, -1.2595e-02,  4.6942e-03],
                        [ 5.1139e-04, -8.2631e-04, -1.3213e-03]],
              
                       ...,
              
                       [[ 2.0120e-02, -1.8718e-02,  7.1457e-03],
                        [ 8.7498e-03, -8.0881e-03, -8.0977e-03],
                        [-1.8490e-02, -2.0089e-02,  2.6450e-04]],
              
                       [[ 3.0537e-03, -8.0446e-03, -9.7033e-03],
                        [ 2.9420e-03,  1.5974e-02, -8.4568e-03],
                        [-4.6306e-03,  7.5076e-03, -9.9498e-04]],
              
                       [[-1.7441e-02, -4.8928e-03,  2.0088e-02],
                        [ 1.1744e-02, -1.9409e-02, -1.2495e-02],
                        [ 1.6826e-02, -6.6388e-03, -1.3236e-03]]]], device='cuda:0')),
             ('module.module.up3.conv.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.], device='cuda:0')),
             ('module.module.up3.conv.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.up3.conv.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0.], device='cuda:0')),
             ('module.module.up3.conv.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1.], device='cuda:0')),
             ('module.module.up3.conv.double_conv.1.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.up3.conv.double_conv.3.weight',
              tensor([[[[-6.2617e-03,  5.1519e-03,  1.0535e-02],
                        [ 2.2614e-02,  2.3770e-02,  7.1172e-03],
                        [-9.0252e-04, -2.0448e-02, -2.0432e-02]],
              
                       [[-5.3073e-03,  2.0543e-03, -1.9999e-02],
                        [ 1.7058e-02,  4.4323e-03,  2.0256e-02],
                        [ 1.6059e-02,  7.8848e-03,  2.6898e-02]],
              
                       [[ 2.4905e-02, -9.5489e-04, -4.0310e-05],
                        [ 2.6839e-02,  1.0395e-02, -1.1824e-02],
                        [ 1.3696e-02, -4.7753e-03,  4.4547e-03]],
              
                       ...,
              
                       [[-4.0551e-03, -2.0774e-02,  5.0831e-03],
                        [ 8.9578e-03, -2.4251e-02, -2.7485e-02],
                        [-1.1212e-02, -3.5667e-03, -2.9207e-02]],
              
                       [[-2.5817e-02,  2.8529e-02, -2.4398e-02],
                        [ 2.0831e-02,  1.4292e-02, -1.8673e-02],
                        [-8.5094e-04, -1.2406e-03,  3.7525e-04]],
              
                       [[ 2.1931e-03,  6.2044e-03, -9.8672e-03],
                        [-6.0165e-03,  7.0416e-03, -3.2293e-03],
                        [-1.1025e-02, -1.1666e-02, -1.8839e-02]]],
              
              
                      [[[-1.9571e-02,  1.3345e-02, -3.1977e-03],
                        [-2.4555e-02, -3.5323e-03, -2.8703e-02],
                        [-1.5313e-02,  2.1116e-02, -1.0758e-03]],
              
                       [[-1.0014e-02,  1.1471e-02, -2.2742e-02],
                        [ 2.5164e-02,  1.5579e-02, -2.2211e-02],
                        [ 2.7174e-02,  1.9207e-02, -1.7626e-02]],
              
                       [[ 2.7689e-02, -5.7403e-03, -1.0863e-02],
                        [ 5.0870e-03,  6.7373e-03, -2.0150e-02],
                        [ 2.9319e-02, -9.6329e-03, -2.0385e-02]],
              
                       ...,
              
                       [[-2.4959e-02,  1.2766e-03,  2.4264e-03],
                        [ 2.1160e-02, -2.1553e-02,  1.6825e-02],
                        [ 2.6579e-02,  6.6060e-03,  2.5650e-02]],
              
                       [[ 4.5595e-03,  1.9319e-03, -2.5173e-02],
                        [-2.3925e-02, -8.3372e-03, -9.0146e-03],
                        [ 1.7461e-02, -2.5896e-02, -1.8144e-02]],
              
                       [[ 2.5831e-02, -2.1761e-02, -2.9396e-02],
                        [ 2.7635e-02, -1.2928e-02,  5.8588e-03],
                        [-2.0192e-02,  4.7528e-03,  2.8390e-02]]],
              
              
                      [[[ 1.8739e-03, -1.3140e-02,  2.6128e-02],
                        [ 1.1566e-02,  3.5446e-03, -5.1995e-03],
                        [ 5.5016e-03, -4.5294e-03,  1.9544e-02]],
              
                       [[-9.9646e-03,  2.7664e-02,  1.1371e-02],
                        [ 1.2055e-02,  1.6825e-02, -1.1272e-02],
                        [ 1.3120e-02,  1.7465e-02,  1.1575e-02]],
              
                       [[-4.8596e-03,  9.3461e-03,  2.0105e-02],
                        [ 1.2126e-02, -2.2240e-03,  1.3572e-02],
                        [-2.8769e-02, -7.9955e-03, -1.2733e-02]],
              
                       ...,
              
                       [[ 2.5646e-02,  1.6559e-02, -2.2198e-02],
                        [-3.0433e-03,  2.7646e-02,  2.8915e-02],
                        [ 2.3706e-02, -2.5853e-02, -8.8919e-05]],
              
                       [[ 1.9385e-02,  9.4940e-03, -1.7507e-02],
                        [-1.0995e-02, -1.9027e-02,  2.6517e-02],
                        [ 6.5096e-03,  8.3432e-03,  4.3078e-03]],
              
                       [[-1.2435e-02, -1.2040e-02,  6.4921e-03],
                        [-1.9559e-02,  2.2276e-02,  1.2324e-02],
                        [ 7.4537e-03,  5.5965e-03, -2.4149e-02]]],
              
              
                      ...,
              
              
                      [[[-2.9395e-02,  2.0365e-02, -1.6215e-02],
                        [ 1.8015e-02,  1.1132e-02, -5.3747e-03],
                        [ 4.5775e-03,  1.9513e-02,  5.4436e-03]],
              
                       [[ 2.0589e-02,  4.0204e-03, -7.1212e-03],
                        [-1.7708e-02, -2.7610e-02,  2.9521e-03],
                        [ 1.4294e-02, -6.5115e-03, -1.4379e-03]],
              
                       [[ 2.8011e-02,  1.6216e-02,  2.5210e-02],
                        [-1.6498e-02,  1.0523e-02,  2.6155e-02],
                        [ 1.6074e-02, -8.3713e-03,  2.2026e-02]],
              
                       ...,
              
                       [[-1.3617e-02, -1.4065e-02, -2.3103e-02],
                        [ 2.4879e-02, -8.9402e-03,  3.0990e-03],
                        [ 1.3965e-03, -2.5021e-02, -2.0546e-02]],
              
                       [[ 2.0246e-03, -7.9078e-03, -2.6747e-02],
                        [ 2.9376e-02, -6.2544e-03, -1.8549e-02],
                        [ 1.5150e-02, -3.9595e-03,  2.3443e-03]],
              
                       [[-3.6495e-03, -1.0052e-02,  1.2397e-03],
                        [ 3.8338e-03, -2.8786e-02, -5.1455e-03],
                        [-1.5915e-02,  2.8991e-02,  6.3032e-03]]],
              
              
                      [[[-2.0503e-02, -2.8574e-02,  1.7111e-02],
                        [-1.5106e-02,  2.2639e-02,  3.2666e-03],
                        [ 1.1444e-02, -9.7533e-03,  1.8418e-02]],
              
                       [[-2.8729e-02, -1.7639e-02,  1.5558e-02],
                        [ 2.1907e-02,  2.6665e-02, -2.0398e-02],
                        [ 4.7236e-03,  2.2406e-02, -1.1982e-03]],
              
                       [[-6.9613e-03,  1.6444e-02,  1.0986e-04],
                        [-2.5102e-02,  2.7951e-02,  1.8224e-02],
                        [-9.3261e-03, -2.2952e-02, -1.9339e-02]],
              
                       ...,
              
                       [[ 6.3333e-03, -8.1322e-03,  3.5560e-03],
                        [-2.3900e-02, -2.8754e-02, -2.0715e-02],
                        [ 1.3923e-02,  1.0834e-02, -1.1983e-02]],
              
                       [[-1.2872e-02,  6.1885e-03, -1.2684e-02],
                        [ 8.5061e-03, -1.3273e-03, -1.6401e-03],
                        [ 3.5566e-03,  1.4142e-02,  7.0110e-03]],
              
                       [[ 1.2880e-02,  6.1687e-03, -9.6315e-03],
                        [ 1.5918e-02,  2.2629e-03, -2.7104e-03],
                        [-8.4794e-04,  2.0819e-02, -2.2515e-02]]],
              
              
                      [[[ 8.6197e-03,  2.3163e-02,  1.9551e-02],
                        [ 2.2528e-02,  1.8106e-02,  1.0401e-02],
                        [-1.7955e-03, -5.1270e-03,  9.9206e-03]],
              
                       [[ 2.3529e-02,  1.5074e-02, -1.5779e-02],
                        [-2.8125e-02, -1.9706e-02, -2.7739e-02],
                        [ 1.2969e-02, -6.8372e-03, -1.8700e-02]],
              
                       [[-1.6456e-02, -1.9319e-02,  2.9451e-02],
                        [-4.3081e-03,  1.6394e-02,  2.0039e-02],
                        [-2.6109e-02,  1.8154e-02, -4.1342e-03]],
              
                       ...,
              
                       [[ 1.4506e-02, -2.9666e-03,  3.6261e-03],
                        [ 1.6303e-02, -4.9343e-03, -1.7006e-02],
                        [ 2.6239e-02, -2.3413e-02,  1.2565e-02]],
              
                       [[-7.7776e-03,  2.6909e-02,  1.0444e-02],
                        [-8.7274e-03, -8.3104e-03,  2.3266e-03],
                        [-2.4073e-02, -1.0433e-02, -1.1619e-02]],
              
                       [[-1.0362e-02, -2.3291e-02, -1.0579e-02],
                        [ 1.6419e-02,  2.0854e-02,  2.4889e-02],
                        [ 1.3606e-03, -9.4291e-03, -1.6355e-03]]]], device='cuda:0')),
             ('module.module.up3.conv.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.up3.conv.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.up3.conv.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.up3.conv.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.up3.conv.double_conv.4.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.up4.conv.double_conv.0.weight',
              tensor([[[[-2.4477e-02, -1.7234e-02,  2.2003e-03],
                        [-7.8829e-03,  6.1736e-03,  1.4644e-02],
                        [ 9.7539e-03,  5.7497e-04, -2.1407e-02]],
              
                       [[ 2.5615e-02,  6.0152e-03, -2.8486e-02],
                        [ 2.1189e-02,  6.7674e-03, -1.4792e-03],
                        [ 2.2734e-02,  1.7544e-03, -1.0535e-02]],
              
                       [[ 2.1016e-02,  3.9310e-03,  5.9241e-03],
                        [-9.3318e-04,  1.3821e-02,  2.8222e-02],
                        [ 7.3732e-03,  2.3611e-03,  2.2986e-02]],
              
                       ...,
              
                       [[-2.6076e-02,  9.7759e-03,  1.7446e-02],
                        [-4.6081e-03, -7.8919e-03, -1.3171e-02],
                        [ 3.6483e-03,  5.5107e-04, -2.6154e-02]],
              
                       [[ 2.4815e-02,  6.5554e-04, -2.6840e-02],
                        [-5.4893e-03, -1.2978e-02, -7.7000e-03],
                        [ 1.7822e-02, -2.0376e-02,  1.8151e-02]],
              
                       [[-1.3709e-02, -2.1298e-02,  1.4319e-02],
                        [-1.1540e-02,  2.9451e-03,  4.6603e-03],
                        [ 1.6498e-02, -2.2247e-02, -2.6400e-02]]],
              
              
                      [[[-2.9053e-02,  6.6088e-03,  2.8600e-02],
                        [-8.5117e-03,  3.7488e-03,  2.5909e-02],
                        [-6.6344e-03, -1.8867e-02,  2.1232e-02]],
              
                       [[ 2.7659e-02, -1.5675e-02, -1.2514e-02],
                        [ 6.8806e-03, -2.4540e-02, -2.0591e-02],
                        [-6.2750e-03, -2.9055e-02,  2.7674e-02]],
              
                       [[ 6.6344e-03, -2.5097e-02, -2.7987e-02],
                        [-1.9412e-02, -1.7099e-02,  2.4543e-02],
                        [-6.0892e-03, -1.9663e-02, -2.1830e-02]],
              
                       ...,
              
                       [[-2.4330e-02, -5.3355e-04,  1.6593e-02],
                        [-1.5296e-02, -1.2302e-02, -2.1773e-02],
                        [-2.4805e-02, -2.7568e-02, -5.2265e-03]],
              
                       [[ 1.4438e-02, -1.1498e-02, -5.8588e-03],
                        [ 2.3541e-02,  2.8545e-02, -2.1781e-02],
                        [ 2.1298e-02, -1.4740e-02,  2.0063e-02]],
              
                       [[-1.4228e-02,  2.7397e-02,  1.9363e-03],
                        [ 1.3088e-02,  1.8878e-02,  2.5326e-02],
                        [-2.7118e-02,  1.8095e-02,  1.5554e-02]]],
              
              
                      [[[-2.7807e-02,  2.8756e-02, -2.4947e-02],
                        [ 2.8239e-03,  6.4158e-03,  1.7847e-02],
                        [-2.1316e-02, -1.1236e-02, -7.1000e-03]],
              
                       [[-2.2642e-02, -2.9162e-02, -2.7960e-02],
                        [ 2.2822e-02,  2.6365e-02, -2.2013e-02],
                        [-4.3668e-03,  5.9663e-03, -2.2929e-02]],
              
                       [[ 2.6231e-02,  6.2513e-04, -1.5292e-02],
                        [-2.3744e-02,  1.0287e-02, -1.7989e-02],
                        [ 1.4567e-02, -5.4238e-04, -1.8888e-03]],
              
                       ...,
              
                       [[ 8.2702e-03, -3.9680e-03,  4.4591e-03],
                        [ 1.2113e-02,  1.9210e-02, -2.1732e-02],
                        [ 1.8309e-02, -2.5562e-02, -3.4519e-03]],
              
                       [[ 2.0920e-02,  5.1383e-03, -2.8351e-02],
                        [ 2.4168e-02,  2.4032e-03,  4.4554e-03],
                        [-9.5799e-03, -4.6795e-03,  2.1697e-02]],
              
                       [[ 5.9437e-03,  1.4123e-03, -8.3815e-03],
                        [ 2.3132e-02, -2.6785e-02, -1.6763e-02],
                        [-9.6515e-03, -2.1222e-02,  2.4000e-02]]],
              
              
                      ...,
              
              
                      [[[-2.3391e-02,  2.3395e-02, -2.1791e-02],
                        [ 1.8008e-02,  5.3447e-03,  2.3465e-02],
                        [ 1.7817e-02, -3.0541e-04,  1.8585e-02]],
              
                       [[-1.8773e-02,  9.5143e-03, -9.0805e-03],
                        [-1.1845e-02, -2.0910e-02,  7.6076e-03],
                        [-1.9462e-03,  2.5138e-02, -2.8411e-02]],
              
                       [[ 1.2022e-02, -1.4268e-02,  1.6846e-02],
                        [-1.5587e-02, -2.2586e-02,  1.7113e-03],
                        [-2.0474e-02,  2.1718e-02,  2.6473e-02]],
              
                       ...,
              
                       [[-9.5288e-04, -2.0567e-02, -5.8081e-03],
                        [-9.2609e-03,  2.2689e-02,  7.9880e-03],
                        [-2.3267e-02, -2.2080e-03, -3.7323e-04]],
              
                       [[ 7.0031e-03,  1.5936e-02, -1.7355e-02],
                        [ 9.1528e-03,  6.0140e-04, -4.6582e-03],
                        [-2.2403e-03,  1.1589e-02,  1.3004e-02]],
              
                       [[ 7.5902e-03, -2.7939e-02,  1.6827e-02],
                        [-1.1944e-02, -2.1053e-02,  7.7404e-03],
                        [-2.4648e-02,  1.0781e-02,  1.6477e-02]]],
              
              
                      [[[ 2.8526e-02, -8.3310e-03, -3.3514e-03],
                        [ 8.7738e-03,  3.3132e-03, -2.3501e-03],
                        [-1.5227e-02, -6.8209e-03,  7.2189e-03]],
              
                       [[ 3.2429e-03,  2.9305e-02,  7.2086e-03],
                        [-2.8544e-02, -2.1567e-02, -7.0302e-03],
                        [-1.2484e-02,  4.2848e-03, -1.5662e-02]],
              
                       [[ 1.4185e-03,  6.2046e-03,  2.1498e-02],
                        [ 1.4784e-02, -2.4929e-02, -2.7400e-02],
                        [-2.6303e-05,  2.4616e-02, -1.2550e-02]],
              
                       ...,
              
                       [[-1.1245e-02, -6.3400e-03, -1.4372e-02],
                        [-2.6327e-02, -9.7659e-03, -1.9709e-03],
                        [-2.4333e-03,  5.2920e-03,  1.3149e-02]],
              
                       [[ 2.8700e-03,  7.3612e-03,  2.3691e-03],
                        [-2.7523e-02,  1.5241e-02,  1.3450e-02],
                        [ 2.5740e-03, -3.4698e-03, -1.3424e-02]],
              
                       [[-1.4515e-02, -2.1749e-02,  1.3343e-02],
                        [ 2.5754e-02,  3.5074e-03,  1.9747e-02],
                        [ 2.7382e-03,  1.4910e-02, -2.2954e-02]]],
              
              
                      [[[-4.3458e-03, -1.3681e-02,  1.8517e-02],
                        [-1.4100e-02,  2.4556e-02, -1.6581e-03],
                        [-2.7384e-02,  1.7085e-02,  1.9694e-02]],
              
                       [[ 5.4223e-03, -1.7057e-02, -6.0624e-03],
                        [ 2.8144e-02, -1.2404e-02, -9.2200e-05],
                        [ 8.0187e-03, -2.4534e-02, -6.1641e-03]],
              
                       [[ 4.4628e-03, -2.3212e-02,  1.8625e-02],
                        [ 2.0626e-03, -1.1065e-02,  2.2116e-02],
                        [-2.3691e-02,  7.7271e-03,  2.3667e-02]],
              
                       ...,
              
                       [[ 1.6437e-02,  1.7844e-02,  4.2858e-03],
                        [ 1.8507e-02, -1.4175e-02,  6.2452e-03],
                        [-2.2591e-02, -1.6163e-02,  2.8446e-02]],
              
                       [[ 7.0578e-03,  8.5772e-03,  1.2336e-03],
                        [-2.7270e-02, -4.7153e-03,  1.8364e-02],
                        [-1.7723e-02, -6.1744e-03, -2.6519e-02]],
              
                       [[ 2.6981e-03,  2.3110e-02, -1.9544e-02],
                        [ 2.8593e-02,  2.6731e-02,  2.1887e-02],
                        [-9.6571e-04,  1.7459e-02,  3.4465e-03]]]], device='cuda:0')),
             ('module.module.up4.conv.double_conv.1.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.up4.conv.double_conv.1.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.up4.conv.double_conv.1.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.up4.conv.double_conv.1.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.up4.conv.double_conv.1.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.up4.conv.double_conv.3.weight',
              tensor([[[[ 3.1426e-03, -3.7804e-02, -1.9636e-03],
                        [-3.3168e-02,  2.4599e-03, -2.5361e-02],
                        [ 2.0291e-02, -3.1659e-02, -2.2596e-02]],
              
                       [[-8.4917e-03, -3.0465e-04, -2.1817e-02],
                        [ 2.9646e-03,  2.4069e-02, -2.6871e-02],
                        [ 2.7976e-02, -2.9426e-02, -1.9063e-02]],
              
                       [[ 3.4714e-02,  2.5515e-02,  2.2645e-03],
                        [ 1.1169e-02, -1.5637e-02, -3.2919e-02],
                        [-1.3760e-02,  1.0523e-03,  3.2319e-02]],
              
                       ...,
              
                       [[-2.6632e-02,  1.5643e-02, -3.1304e-03],
                        [-6.5018e-03,  1.7912e-02, -1.7220e-02],
                        [ 3.1036e-02,  3.4784e-02, -1.4025e-02]],
              
                       [[ 3.3626e-02, -2.4100e-02,  3.6708e-02],
                        [-2.1758e-02, -1.4161e-02, -2.8572e-02],
                        [ 5.2657e-03,  2.2184e-02, -1.2249e-02]],
              
                       [[ 3.9889e-02, -9.9724e-03,  1.4062e-03],
                        [ 1.6991e-02, -5.8726e-03, -1.2741e-02],
                        [-2.3483e-02,  3.6793e-02,  1.0728e-03]]],
              
              
                      [[[-1.1431e-02,  2.8004e-03, -2.1472e-02],
                        [-4.7250e-03,  3.1195e-02, -3.4145e-02],
                        [-3.9074e-02, -9.0451e-03,  3.6595e-02]],
              
                       [[-3.4954e-02, -2.8686e-02,  7.4445e-03],
                        [-3.4594e-02, -1.5361e-02,  3.2916e-02],
                        [ 7.3619e-03, -2.8733e-02, -2.8171e-02]],
              
                       [[-1.6132e-02,  9.1593e-03, -1.5983e-03],
                        [ 1.9147e-02, -3.0231e-02,  3.5481e-02],
                        [-2.8131e-02, -1.5797e-02,  1.4560e-02]],
              
                       ...,
              
                       [[-2.0996e-03, -2.3411e-02, -1.1860e-02],
                        [ 3.8093e-02,  3.5264e-02,  3.0247e-02],
                        [ 1.3708e-02, -2.7209e-02,  3.5293e-02]],
              
                       [[-1.4823e-02, -1.3127e-02, -1.8602e-02],
                        [ 3.1382e-02, -2.8936e-02, -3.5547e-02],
                        [ 2.8250e-02,  2.5477e-02, -1.1684e-02]],
              
                       [[-3.4762e-03, -2.8827e-02,  2.2720e-02],
                        [ 1.9048e-02,  1.9151e-02,  4.8282e-03],
                        [ 3.6979e-02,  1.1263e-02,  1.4983e-02]]],
              
              
                      [[[ 4.0528e-02, -1.5267e-02,  4.1640e-02],
                        [ 1.4580e-02,  2.1254e-03,  2.1454e-02],
                        [ 2.3367e-02,  2.4535e-02, -2.9547e-02]],
              
                       [[ 1.2478e-02, -3.2175e-02,  3.1261e-02],
                        [-2.5070e-02,  1.0443e-02, -1.7667e-02],
                        [-3.9835e-03, -1.4524e-02,  2.9181e-02]],
              
                       [[ 8.7496e-03,  1.6791e-02, -3.3366e-02],
                        [ 3.9007e-02,  1.0403e-02,  3.8254e-02],
                        [-1.2029e-02,  1.1168e-02, -1.9442e-02]],
              
                       ...,
              
                       [[ 2.2030e-02,  1.0903e-02, -1.4863e-02],
                        [-1.3346e-02, -3.5193e-02,  3.2643e-02],
                        [-3.8632e-02, -8.3370e-03,  1.8904e-02]],
              
                       [[-3.9616e-02, -2.5855e-02,  3.3651e-02],
                        [ 3.9193e-02,  2.7768e-02,  1.4065e-02],
                        [-8.8412e-03, -2.1744e-02, -2.0466e-02]],
              
                       [[-9.5175e-03, -3.2115e-02,  2.8135e-02],
                        [-3.5135e-02, -3.5658e-02, -1.6859e-02],
                        [ 3.8371e-02,  4.0490e-03,  2.5179e-02]]],
              
              
                      ...,
              
              
                      [[[-1.6391e-02,  5.2747e-03,  3.4211e-02],
                        [-3.6951e-02, -2.0392e-02,  1.9124e-02],
                        [-4.0592e-03, -2.1158e-02, -5.6858e-03]],
              
                       [[-1.2450e-02, -7.7264e-03, -2.7716e-02],
                        [ 3.4721e-02,  2.8399e-02,  3.7686e-02],
                        [ 3.6166e-02,  1.7743e-02, -3.3313e-02]],
              
                       [[-2.4009e-03,  2.7938e-02,  8.2821e-03],
                        [-1.0567e-02, -1.0721e-02,  3.9096e-02],
                        [-1.0329e-02,  3.5188e-04,  1.9992e-02]],
              
                       ...,
              
                       [[ 4.0091e-02,  2.7190e-02, -3.8786e-02],
                        [ 3.7762e-02,  1.6390e-02, -4.1539e-02],
                        [ 2.8608e-02, -3.4842e-02, -1.5290e-02]],
              
                       [[ 2.5458e-02,  3.8800e-02,  1.8157e-02],
                        [-3.0404e-02, -2.8858e-02, -3.7904e-02],
                        [-1.7384e-02,  1.3624e-02, -3.8238e-02]],
              
                       [[-3.4968e-02, -2.1631e-02,  1.8572e-02],
                        [ 3.9958e-02,  3.1534e-02, -2.6919e-03],
                        [ 2.9025e-02, -2.5323e-02,  1.8108e-02]]],
              
              
                      [[[ 1.4118e-02,  1.3075e-02,  7.9425e-04],
                        [-1.5709e-02,  2.2579e-02, -3.4406e-03],
                        [ 3.9156e-02, -5.3889e-03, -4.1343e-02]],
              
                       [[-1.1825e-03, -7.4790e-03,  3.0482e-02],
                        [-4.0314e-02, -1.9415e-02, -5.4573e-05],
                        [-3.6205e-03, -4.0538e-02,  1.6526e-02]],
              
                       [[ 3.1517e-02,  1.2538e-02,  1.7676e-03],
                        [ 2.2461e-02, -2.9065e-02,  3.1906e-02],
                        [-3.9866e-02, -2.3473e-02,  4.0793e-02]],
              
                       ...,
              
                       [[-2.2015e-02, -1.4035e-03, -3.4191e-02],
                        [ 3.4649e-02,  2.7996e-02,  2.5186e-02],
                        [-2.6122e-02, -3.7787e-02, -3.5784e-02]],
              
                       [[-3.5926e-03, -1.5855e-02, -2.4558e-02],
                        [-3.5714e-02,  4.0327e-02,  3.9204e-02],
                        [ 1.6102e-03, -2.2671e-02,  3.9940e-02]],
              
                       [[-4.1120e-02,  6.4742e-03,  1.8772e-02],
                        [ 3.4173e-02,  5.7441e-04, -1.9311e-02],
                        [-1.4727e-02,  1.7990e-02, -1.8958e-02]]],
              
              
                      [[[ 2.9624e-02, -8.9972e-03,  4.0076e-02],
                        [ 1.4882e-02, -1.9439e-02,  8.6693e-03],
                        [-4.0603e-02,  1.5571e-02, -2.9153e-02]],
              
                       [[-3.5557e-02,  1.8946e-04,  2.2721e-02],
                        [ 2.9935e-03,  8.9930e-03, -2.0757e-02],
                        [ 2.0412e-02,  5.7608e-03,  2.6245e-02]],
              
                       [[-6.2162e-03, -7.0439e-04,  1.3922e-02],
                        [-9.8026e-03,  2.8211e-02, -3.7612e-03],
                        [-3.1022e-02, -2.4241e-02,  2.0704e-03]],
              
                       ...,
              
                       [[ 1.8656e-05, -3.5449e-02, -1.9142e-02],
                        [-3.7448e-02, -3.8316e-02,  3.6445e-02],
                        [ 1.8268e-02, -3.2087e-02, -3.0568e-02]],
              
                       [[-2.6703e-02, -7.0255e-04,  1.3062e-02],
                        [ 9.2566e-03,  3.0957e-02, -3.9456e-02],
                        [ 2.6741e-02,  1.7924e-02,  2.6267e-02]],
              
                       [[-3.0110e-02, -1.6314e-03, -2.8098e-02],
                        [ 2.0860e-02,  1.5562e-02,  2.9175e-02],
                        [ 9.1814e-03,  2.6883e-02,  2.8830e-02]]]], device='cuda:0')),
             ('module.module.up4.conv.double_conv.4.weight',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.up4.conv.double_conv.4.bias',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.up4.conv.double_conv.4.running_mean',
              tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
                      0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
                     device='cuda:0')),
             ('module.module.up4.conv.double_conv.4.running_var',
              tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
                      1., 1., 1., 1., 1., 1., 1., 1., 1., 1.], device='cuda:0')),
             ('module.module.up4.conv.double_conv.4.num_batches_tracked',
              tensor(0, device='cuda:0')),
             ('module.module.outc.conv.weight',
              tensor([[[[ 0.0984]],
              
                       [[-0.0668]],
              
                       [[-0.0782]],
              
                       [[ 0.0068]],
              
                       [[ 0.0089]],
              
                       [[-0.0501]],
              
                       [[-0.0261]],
              
                       [[ 0.0791]],
              
                       [[-0.1128]],
              
                       [[ 0.0102]],
              
                       [[ 0.0258]],
              
                       [[-0.0357]],
              
                       [[-0.0674]],
              
                       [[ 0.1242]],
              
                       [[ 0.0549]],
              
                       [[-0.0972]],
              
                       [[-0.1207]],
              
                       [[ 0.1104]],
              
                       [[ 0.0293]],
              
                       [[-0.1182]],
              
                       [[ 0.1166]],
              
                       [[ 0.1038]],
              
                       [[-0.0085]],
              
                       [[-0.0039]],
              
                       [[ 0.0621]],
              
                       [[ 0.0331]],
              
                       [[ 0.0618]],
              
                       [[ 0.0310]],
              
                       [[ 0.1245]],
              
                       [[-0.1027]],
              
                       [[ 0.0523]],
              
                       [[ 0.0731]],
              
                       [[-0.0253]],
              
                       [[-0.0495]],
              
                       [[ 0.1218]],
              
                       [[ 0.1106]],
              
                       [[ 0.0079]],
              
                       [[-0.1117]],
              
                       [[ 0.1123]],
              
                       [[-0.0453]],
              
                       [[ 0.0750]],
              
                       [[ 0.0378]],
              
                       [[ 0.1220]],
              
                       [[-0.1052]],
              
                       [[-0.0909]],
              
                       [[-0.0841]],
              
                       [[-0.0028]],
              
                       [[ 0.0207]],
              
                       [[-0.0161]],
              
                       [[-0.0815]],
              
                       [[ 0.0737]],
              
                       [[-0.0565]],
              
                       [[-0.0620]],
              
                       [[ 0.0920]],
              
                       [[ 0.1087]],
              
                       [[ 0.0442]],
              
                       [[-0.0377]],
              
                       [[-0.0474]],
              
                       [[ 0.0807]],
              
                       [[ 0.0298]],
              
                       [[ 0.0700]],
              
                       [[ 0.0749]],
              
                       [[ 0.0847]],
              
                       [[-0.1145]]]], device='cuda:0')),
             ('module.module.outc.conv.bias',
              tensor([-0.0712], device='cuda:0'))])

接下来进入第六章的内容,我们以前面已经搭建好的U-Net模型为例,探索如何更优雅地训练PyTorch模型。
首先我们使用Carvana数据集,实现一个基本的U-Net训练过程

from torch.utils.data import Dataset, DataLoader
from torchvision import transforms
import torch.optim as optim
import matplotlib.pyplot as plt
import PIL
from sklearn.model_selection import train_test_split

os.environ['CUDA_VISIBLE_DEVICES'] = '2,3'
class CarvanaDataset(Dataset):
    def __init__(self, base_dir, idx_list, mode="train", transform=None):
        self.base_dir = base_dir
        self.idx_list = idx_list
        self.images = os.listdir(base_dir+"train")
        self.masks = os.listdir(base_dir+"train_masks")
        self.mode = mode
        self.transform = transform
    
    def __len__(self):
        return len(self.idx_list)

    def __getitem__(self, index):
        image_file = self.images[self.idx_list[index]]
        mask_file = image_file[:-4]+"_mask.gif"
        image = PIL.Image.open(os.path.join(base_dir, "train", image_file))
        if self.mode=="train":
            mask = PIL.Image.open(os.path.join(base_dir, "train_masks", mask_file))
            if self.transform is not None:
                image = self.transform(image)
                mask = self.transform(mask)
                mask[mask!=0] = 1.0
            return image, mask.float()
        else:
            if self.transform is not None:
                image = self.transform(image)
            return image

base_dir = "./"
transform = transforms.Compose([transforms.Resize((256,256)), transforms.ToTensor()])
train_idxs, val_idxs = train_test_split(range(len(os.listdir(base_dir+"train_masks"))), test_size=0.3)
train_data = CarvanaDataset(base_dir, train_idxs, transform=transform)
val_data = CarvanaDataset(base_dir, val_idxs, transform=transform)
train_loader = DataLoader(train_data, batch_size=32, num_workers=4, shuffle=True)
val_loader = DataLoader(train_data, batch_size=32, num_workers=4, shuffle=False)
    
image, mask = next(iter(train_loader))
plt.subplot(121)
plt.imshow(image[0,0])
plt.subplot(122)
plt.imshow(mask[0,0], cmap="gray")
<matplotlib.image.AxesImage at 0x7f4b61982d00>

png

# 使用Binary Cross Entropy Loss,之后我们会尝试替换为自定义的loss
criterion = nn.BCEWithLogitsLoss()
optimizer = optim.Adam(unet.parameters(), lr=1e-3, weight_decay=1e-8)

unet = nn.DataParallel(unet).cuda()
def dice_coeff(pred, target):
    eps = 0.0001
    num = pred.size(0)
    m1 = pred.view(num, -1)  # Flatten
    m2 = target.view(num, -1)  # Flatten
    intersection = (m1 * m2).sum()
    return (2. * intersection + eps) / (m1.sum() + m2.sum() + eps)

def train(epoch):
    unet.train()
    train_loss = 0
    for data, mask in train_loader:
        data, mask = data.cuda(), mask.cuda()
        optimizer.zero_grad()
        output = unet(data)
        loss = criterion(output,mask)
        loss.backward()
        optimizer.step()
        train_loss += loss.item()*data.size(0)
    train_loss = train_loss/len(train_loader.dataset)
    print('Epoch: {} \tTraining Loss: {:.6f}'.format(epoch, train_loss))

def val(epoch):  
    print("current learning rate: ", optimizer.state_dict()["param_groups"][0]["lr"])
    unet.eval()
    val_loss = 0
    dice_score = 0
    with torch.no_grad():
        for data, mask in val_loader:
            data, mask = data.cuda(), mask.cuda()
            output = unet(data)
            loss = criterion(output, mask)
            val_loss += loss.item()*data.size(0)
            dice_score += dice_coeff(torch.sigmoid(output).cpu(), mask.cpu())*data.size(0)
    val_loss = val_loss/len(val_loader.dataset)
    dice_score = dice_score/len(val_loader.dataset)
    print('Epoch: {} \tValidation Loss: {:.6f}, Dice score: {:.6f}'.format(epoch, val_loss, dice_score))
epochs = 100
for epoch in range(1, epochs+1):
    train(epoch)
    val(epoch)
Epoch: 1 	Training Loss: 0.179544
current learning rate:  0.001
Epoch: 1 	Validation Loss: 0.142780, Dice score: 0.774944
Epoch: 2 	Training Loss: 0.060674
current learning rate:  0.001
Epoch: 2 	Validation Loss: 0.054721, Dice score: 0.909441
Epoch: 3 	Training Loss: 0.033283
current learning rate:  0.001
Epoch: 3 	Validation Loss: 0.034448, Dice score: 0.945890
Epoch: 4 	Training Loss: 0.023393
current learning rate:  0.001



---------------------------------------------------------------------------

KeyboardInterrupt                         Traceback (most recent call last)

<ipython-input-40-ad1cfccde69f> in <module>
      2 for epoch in range(1, epochs+1):
      3     train(epoch)
----> 4     val(epoch)


<ipython-input-39-93e1f04769e1> in val(epoch)
     27     dice_score = 0
     28     with torch.no_grad():
---> 29         for data, mask in val_loader:
     30             data, mask = data.cuda(), mask.cuda()
     31             output = unet(data)


/data1/ljq/anaconda3/lib/python3.8/site-packages/torch/utils/data/dataloader.py in __next__(self)
    519             if self._sampler_iter is None:
    520                 self._reset()
--> 521             data = self._next_data()
    522             self._num_yielded += 1
    523             if self._dataset_kind == _DatasetKind.Iterable and \


/data1/ljq/anaconda3/lib/python3.8/site-packages/torch/utils/data/dataloader.py in _next_data(self)
   1173                 # no valid `self._rcvd_idx` is found (i.e., didn't break)
   1174                 if not self._persistent_workers:
-> 1175                     self._shutdown_workers()
   1176                 raise StopIteration
   1177 


/data1/ljq/anaconda3/lib/python3.8/site-packages/torch/utils/data/dataloader.py in _shutdown_workers(self)
   1299                     # wrong, we set a timeout and if the workers fail to join,
   1300                     # they are killed in the `finally` block.
-> 1301                     w.join(timeout=_utils.MP_STATUS_CHECK_INTERVAL)
   1302                 for q in self._index_queues:
   1303                     q.cancel_join_thread()


/data1/ljq/anaconda3/lib/python3.8/multiprocessing/process.py in join(self, timeout)
    147         assert self._parent_pid == os.getpid(), 'can only join a child process'
    148         assert self._popen is not None, 'can only join a started process'
--> 149         res = self._popen.wait(timeout)
    150         if res is not None:
    151             _children.discard(self)


/data1/ljq/anaconda3/lib/python3.8/multiprocessing/popen_fork.py in wait(self, timeout)
     42             if timeout is not None:
     43                 from multiprocessing.connection import wait
---> 44                 if not wait([self.sentinel], timeout):
     45                     return None
     46             # This shouldn't block if wait() returned successfully.


/data1/ljq/anaconda3/lib/python3.8/multiprocessing/connection.py in wait(object_list, timeout)
    929 
    930             while True:
--> 931                 ready = selector.select(timeout)
    932                 if ready:
    933                     return [key.fileobj for (key, events) in ready]


/data1/ljq/anaconda3/lib/python3.8/selectors.py in select(self, timeout)
    413         ready = []
    414         try:
--> 415             fd_event_list = self._selector.poll(timeout)
    416         except InterruptedError:
    417             return ready


KeyboardInterrupt: 
!nvidia-smi
Sun Mar 27 20:57:34 2022       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 460.91.03    Driver Version: 460.91.03    CUDA Version: 11.2     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  GeForce RTX 208...  Off  | 00000000:18:00.0 Off |                  N/A |
| 27%   30C    P8     6W / 250W |   1126MiB / 11019MiB |      0%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+
|   1  GeForce RTX 208...  Off  | 00000000:3B:00.0 Off |                  N/A |
| 27%   28C    P8    16W / 250W |      3MiB / 11019MiB |      0%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+
|   2  GeForce RTX 208...  Off  | 00000000:86:00.0 Off |                  N/A |
| 58%   53C    P2    61W / 250W |  10154MiB / 11019MiB |      0%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+
|   3  GeForce RTX 208...  Off  | 00000000:AF:00.0 Off |                  N/A |
| 62%   55C    P2    62W / 250W |   9854MiB / 11019MiB |      0%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+
                                                                               
+-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
|    0   N/A  N/A   1140407      C   .../envs/r411py37/bin/python     1123MiB |
|    2   N/A  N/A   2211464      C   .../ljq/anaconda3/bin/python    10151MiB |
|    3   N/A  N/A   2211464      C   .../ljq/anaconda3/bin/python     9851MiB |
+-----------------------------------------------------------------------------+

Point 5:自定义损失函数
如果我们不想使用交叉熵函数,而是想针对分割模型常用的Dice系数设计专门的loss,即DiceLoss,这时就需要我们自定义PyTorch的损失函数

class DiceLoss(nn.Module):
    def __init__(self, weight=None, size_average=True):
        super(DiceLoss, self).__init__()
        
    def forward(self,inputs,targets,smooth=1):
        inputs = torch.sigmoid(inputs)       
        inputs = inputs.view(-1)
        targets = targets.view(-1)
        intersection = (inputs * targets).sum()                   
        dice = (2.*intersection + smooth)/(inputs.sum() + targets.sum() + smooth)  
        return 1 - dice

newcriterion = DiceLoss()

unet.eval()
image, mask = next(iter(val_loader))
out_unet = unet(image.cuda())
loss = newcriterion(out_unet, mask.cuda())
print(loss)
tensor(0.1071, device='cuda:0', grad_fn=<RsubBackward1>)

Point 6:动态调整学习率
随着优化的进行,固定的学习率可能无法满足优化的需求,这时需要调整学习率,降低优化的速度
这里演示使用PyTorch自带的StepLR scheduler动态调整学习率的效果,文字版教程中给出了自定义scheduler的方式

scheduler = optim.lr_scheduler.StepLR(optimizer, step_size=1, gamma=0.8)
epochs = 100
for epoch in range(1, epochs+1):
    train(epoch)
    val(epoch)
    scheduler.step()
Epoch: 1 	Training Loss: 0.177876
current learning rate:  0.001
Epoch: 1 	Validation Loss: 1.773043, Dice score: 0.432005
Epoch: 2 	Training Loss: 0.056940
current learning rate:  0.0008
Epoch: 2 	Validation Loss: 0.061336, Dice score: 0.906578
Epoch: 3 	Training Loss: 0.042535
current learning rate:  0.00064



---------------------------------------------------------------------------

KeyboardInterrupt                         Traceback (most recent call last)

<ipython-input-14-ddbcf64e618a> in <module>
      2 for epoch in range(1, epochs+1):
      3     train(epoch)
----> 4     val(epoch)
      5     scheduler.step()


<ipython-input-12-93e1f04769e1> in val(epoch)
     27     dice_score = 0
     28     with torch.no_grad():
---> 29         for data, mask in val_loader:
     30             data, mask = data.cuda(), mask.cuda()
     31             output = unet(data)


/data1/ljq/anaconda3/lib/python3.8/site-packages/torch/utils/data/dataloader.py in __next__(self)
    519             if self._sampler_iter is None:
    520                 self._reset()
--> 521             data = self._next_data()
    522             self._num_yielded += 1
    523             if self._dataset_kind == _DatasetKind.Iterable and \


/data1/ljq/anaconda3/lib/python3.8/site-packages/torch/utils/data/dataloader.py in _next_data(self)
   1184 
   1185             assert not self._shutdown and self._tasks_outstanding > 0
-> 1186             idx, data = self._get_data()
   1187             self._tasks_outstanding -= 1
   1188             if self._dataset_kind == _DatasetKind.Iterable:


/data1/ljq/anaconda3/lib/python3.8/site-packages/torch/utils/data/dataloader.py in _get_data(self)
   1150         else:
   1151             while True:
-> 1152                 success, data = self._try_get_data()
   1153                 if success:
   1154                     return data


/data1/ljq/anaconda3/lib/python3.8/site-packages/torch/utils/data/dataloader.py in _try_get_data(self, timeout)
    988         #   (bool: whether successfully get data, any: data if successful else None)
    989         try:
--> 990             data = self._data_queue.get(timeout=timeout)
    991             return (True, data)
    992         except Exception as e:


/data1/ljq/anaconda3/lib/python3.8/multiprocessing/queues.py in get(self, block, timeout)
    105                 if block:
    106                     timeout = deadline - time.monotonic()
--> 107                     if not self._poll(timeout):
    108                         raise Empty
    109                 elif not self._poll():


/data1/ljq/anaconda3/lib/python3.8/multiprocessing/connection.py in poll(self, timeout)
    255         self._check_closed()
    256         self._check_readable()
--> 257         return self._poll(timeout)
    258 
    259     def __enter__(self):


/data1/ljq/anaconda3/lib/python3.8/multiprocessing/connection.py in _poll(self, timeout)
    422 
    423     def _poll(self, timeout):
--> 424         r = wait([self], timeout)
    425         return bool(r)
    426 


/data1/ljq/anaconda3/lib/python3.8/multiprocessing/connection.py in wait(object_list, timeout)
    929 
    930             while True:
--> 931                 ready = selector.select(timeout)
    932                 if ready:
    933                     return [key.fileobj for (key, events) in ready]


/data1/ljq/anaconda3/lib/python3.8/selectors.py in select(self, timeout)
    413         ready = []
    414         try:
--> 415             fd_event_list = self._selector.poll(timeout)
    416         except InterruptedError:
    417             return ready


KeyboardInterrupt: 
?optim.lr_scheduler.StepLR

Point 7:模型微调

unet
DataParallel(
  (module): UNet(
    (inc): DoubleConv(
      (double_conv): Sequential(
        (0): Conv2d(3, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
        (1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
        (2): ReLU(inplace=True)
        (3): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
        (4): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
        (5): ReLU(inplace=True)
      )
    )
    (down1): Down(
      (maxpool_conv): Sequential(
        (0): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
        (1): DoubleConv(
          (double_conv): Sequential(
            (0): Conv2d(64, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
            (1): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
            (2): ReLU(inplace=True)
            (3): Conv2d(128, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
            (4): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
            (5): ReLU(inplace=True)
          )
        )
      )
    )
    (down2): Down(
      (maxpool_conv): Sequential(
        (0): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
        (1): DoubleConv(
          (double_conv): Sequential(
            (0): Conv2d(128, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
            (1): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
            (2): ReLU(inplace=True)
            (3): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
            (4): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
            (5): ReLU(inplace=True)
          )
        )
      )
    )
    (down3): Down(
      (maxpool_conv): Sequential(
        (0): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
        (1): DoubleConv(
          (double_conv): Sequential(
            (0): Conv2d(256, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
            (1): BatchNorm2d(512, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
            (2): ReLU(inplace=True)
            (3): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
            (4): BatchNorm2d(512, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
            (5): ReLU(inplace=True)
          )
        )
      )
    )
    (down4): Down(
      (maxpool_conv): Sequential(
        (0): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
        (1): DoubleConv(
          (double_conv): Sequential(
            (0): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
            (1): BatchNorm2d(512, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
            (2): ReLU(inplace=True)
            (3): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
            (4): BatchNorm2d(512, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
            (5): ReLU(inplace=True)
          )
        )
      )
    )
    (up1): Up(
      (up): Upsample(scale_factor=2.0, mode=bilinear)
      (conv): DoubleConv(
        (double_conv): Sequential(
          (0): Conv2d(1024, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (1): BatchNorm2d(512, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (2): ReLU(inplace=True)
          (3): Conv2d(512, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (4): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (5): ReLU(inplace=True)
        )
      )
    )
    (up2): Up(
      (up): Upsample(scale_factor=2.0, mode=bilinear)
      (conv): DoubleConv(
        (double_conv): Sequential(
          (0): Conv2d(512, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (1): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (2): ReLU(inplace=True)
          (3): Conv2d(256, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (4): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (5): ReLU(inplace=True)
        )
      )
    )
    (up3): Up(
      (up): Upsample(scale_factor=2.0, mode=bilinear)
      (conv): DoubleConv(
        (double_conv): Sequential(
          (0): Conv2d(256, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (1): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (2): ReLU(inplace=True)
          (3): Conv2d(128, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (4): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (5): ReLU(inplace=True)
        )
      )
    )
    (up4): Up(
      (up): Upsample(scale_factor=2.0, mode=bilinear)
      (conv): DoubleConv(
        (double_conv): Sequential(
          (0): Conv2d(128, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (2): ReLU(inplace=True)
          (3): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (4): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (5): ReLU(inplace=True)
        )
      )
    )
    (outc): OutConv(
      (conv): Conv2d(64, 1, kernel_size=(1, 1), stride=(1, 1))
    )
  )
)
unet.module.outc.conv.weight.requires_grad = False
unet.module.outc.conv.bias.requires_grad = False

for layer, param in unet.named_parameters():
    print(layer, '\t', param.requires_grad)
module.inc.double_conv.0.weight 	 True
module.inc.double_conv.1.weight 	 True
module.inc.double_conv.1.bias 	 True
module.inc.double_conv.3.weight 	 True
module.inc.double_conv.4.weight 	 True
module.inc.double_conv.4.bias 	 True
module.down1.maxpool_conv.1.double_conv.0.weight 	 True
module.down1.maxpool_conv.1.double_conv.1.weight 	 True
module.down1.maxpool_conv.1.double_conv.1.bias 	 True
module.down1.maxpool_conv.1.double_conv.3.weight 	 True
module.down1.maxpool_conv.1.double_conv.4.weight 	 True
module.down1.maxpool_conv.1.double_conv.4.bias 	 True
module.down2.maxpool_conv.1.double_conv.0.weight 	 True
module.down2.maxpool_conv.1.double_conv.1.weight 	 True
module.down2.maxpool_conv.1.double_conv.1.bias 	 True
module.down2.maxpool_conv.1.double_conv.3.weight 	 True
module.down2.maxpool_conv.1.double_conv.4.weight 	 True
module.down2.maxpool_conv.1.double_conv.4.bias 	 True
module.down3.maxpool_conv.1.double_conv.0.weight 	 True
module.down3.maxpool_conv.1.double_conv.1.weight 	 True
module.down3.maxpool_conv.1.double_conv.1.bias 	 True
module.down3.maxpool_conv.1.double_conv.3.weight 	 True
module.down3.maxpool_conv.1.double_conv.4.weight 	 True
module.down3.maxpool_conv.1.double_conv.4.bias 	 True
module.down4.maxpool_conv.1.double_conv.0.weight 	 True
module.down4.maxpool_conv.1.double_conv.1.weight 	 True
module.down4.maxpool_conv.1.double_conv.1.bias 	 True
module.down4.maxpool_conv.1.double_conv.3.weight 	 True
module.down4.maxpool_conv.1.double_conv.4.weight 	 True
module.down4.maxpool_conv.1.double_conv.4.bias 	 True
module.up1.conv.double_conv.0.weight 	 True
module.up1.conv.double_conv.1.weight 	 True
module.up1.conv.double_conv.1.bias 	 True
module.up1.conv.double_conv.3.weight 	 True
module.up1.conv.double_conv.4.weight 	 True
module.up1.conv.double_conv.4.bias 	 True
module.up2.conv.double_conv.0.weight 	 True
module.up2.conv.double_conv.1.weight 	 True
module.up2.conv.double_conv.1.bias 	 True
module.up2.conv.double_conv.3.weight 	 True
module.up2.conv.double_conv.4.weight 	 True
module.up2.conv.double_conv.4.bias 	 True
module.up3.conv.double_conv.0.weight 	 True
module.up3.conv.double_conv.1.weight 	 True
module.up3.conv.double_conv.1.bias 	 True
module.up3.conv.double_conv.3.weight 	 True
module.up3.conv.double_conv.4.weight 	 True
module.up3.conv.double_conv.4.bias 	 True
module.up4.conv.double_conv.0.weight 	 True
module.up4.conv.double_conv.1.weight 	 True
module.up4.conv.double_conv.1.bias 	 True
module.up4.conv.double_conv.3.weight 	 True
module.up4.conv.double_conv.4.weight 	 True
module.up4.conv.double_conv.4.bias 	 True
module.outc.conv.weight 	 False
module.outc.conv.bias 	 False
param
Parameter containing:
tensor([-0.1994], device='cuda:0')

Point 8:半精度训练

## 演示时需要restart kernel,并运行Unet模块

from torch.cuda.amp import autocast
os.environ['CUDA_VISIBLE_DEVICES'] = '2,3'
class CarvanaDataset(Dataset):
    def __init__(self, base_dir, idx_list, mode="train", transform=None):
        self.base_dir = base_dir
        self.idx_list = idx_list
        self.images = os.listdir(base_dir+"train")
        self.masks = os.listdir(base_dir+"train_masks")
        self.mode = mode
        self.transform = transform
    
    def __len__(self):
        return len(self.idx_list)

    def __getitem__(self, index):
        image_file = self.images[self.idx_list[index]]
        mask_file = image_file[:-4]+"_mask.gif"
        image = PIL.Image.open(os.path.join(base_dir, "train", image_file))
        if self.mode=="train":
            mask = PIL.Image.open(os.path.join(base_dir, "train_masks", mask_file))
            if self.transform is not None:
                image = self.transform(image)
                mask = self.transform(mask)
                mask[mask!=0] = 1.0
            return image, mask.float()
        else:
            if self.transform is not None:
                image = self.transform(image)
            return image

base_dir = "./"
transform = transforms.Compose([transforms.Resize((256,256)), transforms.ToTensor()])
train_idxs, val_idxs = train_test_split(range(len(os.listdir(base_dir+"train_masks"))), test_size=0.3)
train_data = CarvanaDataset(base_dir, train_idxs, transform=transform)
val_data = CarvanaDataset(base_dir, val_idxs, transform=transform)
train_loader = DataLoader(train_data, batch_size=32, num_workers=4, shuffle=True)
val_loader = DataLoader(train_data, batch_size=32, num_workers=4, shuffle=False)
    
class UNet_half(nn.Module):
    def __init__(self, n_channels, n_classes, bilinear=True):
        super(UNet_half, self).__init__()
        self.n_channels = n_channels
        self.n_classes = n_classes
        self.bilinear = bilinear

        self.inc = DoubleConv(n_channels, 64)
        self.down1 = Down(64, 128)
        self.down2 = Down(128, 256)
        self.down3 = Down(256, 512)
        factor = 2 if bilinear else 1
        self.down4 = Down(512, 1024 // factor)
        self.up1 = Up(1024, 512 // factor, bilinear)
        self.up2 = Up(512, 256 // factor, bilinear)
        self.up3 = Up(256, 128 // factor, bilinear)
        self.up4 = Up(128, 64, bilinear)
        self.outc = OutConv(64, n_classes)
    
    @autocast()
    def forward(self, x):
        x1 = self.inc(x)
        x2 = self.down1(x1)
        x3 = self.down2(x2)
        x4 = self.down3(x3)
        x5 = self.down4(x4)
        x = self.up1(x5, x4)
        x = self.up2(x, x3)
        x = self.up3(x, x2)
        x = self.up4(x, x1)
        logits = self.outc(x)
        return logits

unet_half = UNet_half(3,1)
unet_half = nn.DataParallel(unet_half).cuda()
criterion = nn.BCEWithLogitsLoss()
optimizer = optim.Adam(unet_half.parameters(), lr=1e-3, weight_decay=1e-8)
def dice_coeff(pred, target):
    eps = 0.0001
    num = pred.size(0)
    m1 = pred.view(num, -1)  # Flatten
    m2 = target.view(num, -1)  # Flatten
    intersection = (m1 * m2).sum()
    return (2. * intersection + eps) / (m1.sum() + m2.sum() + eps)

def train_half(epoch):
    unet_half.train()
    train_loss = 0
    for data, mask in train_loader:
        data, mask = data.cuda(), mask.cuda()
        with autocast():
            optimizer.zero_grad()
            output = unet_half(data)
            loss = criterion(output,mask)
            loss.backward()
            optimizer.step()
            train_loss += loss.item()*data.size(0)
    train_loss = train_loss/len(train_loader.dataset)
    print('Epoch: {} \tTraining Loss: {:.6f}'.format(epoch, train_loss))

def val_half(epoch):  
    print("current learning rate: ", optimizer.state_dict()["param_groups"][0]["lr"])
    unet_half.eval()
    val_loss = 0
    dice_score = 0
    with torch.no_grad():
        for data, mask in val_loader:
            data, mask = data.cuda(), mask.cuda()
            with autocast():
                output = unet_half(data)
                loss = criterion(output, mask)
                val_loss += loss.item()*data.size(0)
                dice_score += dice_coeff(torch.sigmoid(output).cpu(), mask.cpu())*data.size(0)
    val_loss = val_loss/len(val_loader.dataset)
    dice_score = dice_score/len(val_loader.dataset)
    print('Epoch: {} \tValidation Loss: {:.6f}, Dice score: {:.6f}'.format(epoch, val_loss, dice_score))
epochs = 100
scheduler = optim.lr_scheduler.StepLR(optimizer, step_size=1, gamma=0.8)
for epoch in range(1, epochs+1):
    train_half(epoch)
    val_half(epoch)
    scheduler.step()
Epoch: 1 	Training Loss: 0.431690
current learning rate:  0.001
Epoch: 1 	Validation Loss: 0.399930, Dice score: 0.000200



---------------------------------------------------------------------------

KeyboardInterrupt                         Traceback (most recent call last)

<ipython-input-15-82cf28da3fc0> in <module>
      2 scheduler = optim.lr_scheduler.StepLR(optimizer, step_size=1, gamma=0.8)
      3 for epoch in range(1, epochs+1):
----> 4     train_half(epoch)
      5     val_half(epoch)
      6     scheduler.step()


<ipython-input-13-c7b3b098e802> in train_half(epoch)
     18             loss.backward()
     19             optimizer.step()
---> 20             train_loss += loss.item()*data.size(0)
     21     train_loss = train_loss/len(train_loader.dataset)
     22     print('Epoch: {} \tTraining Loss: {:.6f}'.format(epoch, train_loss))


KeyboardInterrupt: 
!nvidia-smi
Sun Mar 27 21:17:28 2022       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 460.91.03    Driver Version: 460.91.03    CUDA Version: 11.2     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  GeForce RTX 208...  Off  | 00000000:18:00.0 Off |                  N/A |
| 49%   49C    P2    52W / 250W |   8989MiB / 11019MiB |      1%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+
|   1  GeForce RTX 208...  Off  | 00000000:3B:00.0 Off |                  N/A |
| 59%   53C    P2    64W / 250W |   7866MiB / 11019MiB |      1%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+
|   2  GeForce RTX 208...  Off  | 00000000:86:00.0 Off |                  N/A |
| 52%   54C    P2    61W / 250W |   5862MiB / 11019MiB |      0%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+
|   3  GeForce RTX 208...  Off  | 00000000:AF:00.0 Off |                  N/A |
| 52%   54C    P2    61W / 250W |   5814MiB / 11019MiB |      0%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+
                                                                               
+-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
|    0   N/A  N/A   1140407      C   .../envs/r411py37/bin/python     1123MiB |
|    0   N/A  N/A   2231210      C   python                           7863MiB |
|    1   N/A  N/A   2233380      C   python                           7863MiB |
|    2   N/A  N/A   2233881      C   .../ljq/anaconda3/bin/python     5859MiB |
|    3   N/A  N/A   2233881      C   .../ljq/anaconda3/bin/python     5811MiB |
+-----------------------------------------------------------------------------+