注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. caffe-2:caffe原始注释-源码

  2. caffe-2:caffe原始注释

  3. 所属分类：其它

    • 发布日期：2021-03-24
    • 文件大小：1048576
    • 提供者：weixin_42124497

  1. caffe:caffe原始码-源码

  2. 咖啡 Caffe是一个考虑了表达，速度和模块化的深度学习框架。 它是由伯克利AI研究（ ）/伯克利视觉与学习中心（BVLC）和社区贡献者开发的。 查看了解所有详细信息，例如 和 和分步示例。 自定义发行 （针对CPU进行了优化并支持多节点），尤其是英特尔:registered:至强处理器。 例如用于AMD或Intel设备。 社区 请加入或，提出问题并讨论方法和模型。 框架开发讨论和详尽的错误报告均收集在。 酿造快乐！ 许可和引文 Caffe是根据。 BAIR / BVLC参考模

  3. 所属分类：其它

    • 发布日期：2021-03-24
    • 文件大小：8388608
    • 提供者：weixin_42097557

  1. caffe_Component:caffe原始码学习-源码

  2. caffe_Component caffe原始码学习

  3. 所属分类：其它

    • 发布日期：2021-03-24
    • 文件大小：4194304
    • 提供者：weixin_42102713

  1. caffe_comments:Caffe原始注释-源码

  2. 深度学习框架Caffe的代码中文注释

  3. 所属分类：其它

    • 发布日期：2021-03-24
    • 文件大小：8388608
    • 提供者：weixin_42143806

  1. CaffeLearning:Caffe原始代码分析-源码

  2. Caffe学习 Caffe原始代码分析，对Caffe的整体结构设计和网络forward，backward逐一分析。 参考资料 ...

  3. 所属分类：其它

    • 发布日期：2021-03-24
    • 文件大小：733184
    • 提供者：weixin_42109125

  1. ssd_studentTeacher-源码

  2. SSD：PyTorch中的单发MultiBox对象检测器 Liu Wei，Dragomir Anguelov，Dumitru Erhan，Christian Szegedy，Scott Reed，Cheng-Yang和Alexander C.Berg在2016年的论文中提出的实现。官方的和原始的Caffe代码可以在找到。 目录 安装 通过在网站上选择您的环境并运行适当的命令来安装 。 克隆此存储库。注意：我们目前仅支持Python 3+。 然后按照以下下载数据集。 现在，我们支持在培训期间进行实

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：169984
    • 提供者：weixin_42125826

  1. tiny_cnn:卷积，关联和合并是神经网络的基本单元。 该测试希望您在CC ++中编写这三部分的功能-源码

  2. tiny_CNN性能测试 卷积，Relu以及池化是卷积神经网络的基本单元，这个项目采用C ++实现了这三个基本单元的前进和后退计算。并且实现了将这三个单元组合为一体的模块以提高性能，组合后有1.2倍的性能提升。该项目采用OpenMP支持多核并行。 目录 介绍 1.项目结构 ./src原始码 ./lib开源第三方矩阵库Eigen（长期可调用MKL） ./data mnist数据集 ./python numpy实现算法demo以及Pytorch作基准 ./main.cpp测试性能代码 2.建立 m

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：11534336
    • 提供者：weixin_42102358

  1. C3D-tensorflow：C3D是BVLC tensorflow的修改版本，以支持3D ConvNets-源码

  2. C3D-张量流 这是一个尝试使用直接从原始C3D-caffe转换而来的模型在tensorflow上实现的存储库。 请注意，我们的Tensorflow中的实现与原始C3D Caffe之间的UCF101 split1大约有5％的视频级准确度裕度。 要求： 已安装tensorflow> = 1.2版本 您必须已安装以下两个python库：a） b） 您必须已下载 （动作识别数据集） 每个单个avi文件都在单个目录中以5FPS（取决于您的决定）进行解码。 您可以使用./list/conve

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：1048576
    • 提供者：weixin_42160376

  1. 培训系统-源码

  2. 培训系统 这是有关tp训练MobileNet-SSD检测网络的教程。 使用的是MobileNet-SSD检测网络的实现。 跑 从或下载caffe源代码并进行编译。 将MobileNet-SSD目录放在caffe / examples中。 运行demo.py。 为自己的数据集创建lmdb 准备caffe-ssd VOC训练数据集。 将MyDataSet目录放在caffe / data中。 用VOC训练数据集图像（应为原始图像）替换MyDataSet / Images中的内容，用VOC训练

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：42991616
    • 提供者：weixin_42119866

  1. keras-vggface：使用Keras框架的VGGFace实现-源码

  2. keras-vggface 使用Keras功能框架v2 +的Oxford VGGFace实现 模型是从原始的caffe网络转换而来的。 它仅支持Tensorflow后端。 您还可以仅使用VGGFace（include_top = False）启动来加载要素提取图层。 首次使用时，权重将下载并存储在〜/ .keras / models / vggface文件夹中。 如果您不知道从哪里开始，请查看使用此库的。 # Most Recent One (Suggested) pip insta

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：5242880
    • 提供者：weixin_42165712

  1. ssd_keras：单发MultiBox检测器的Keras端口-源码

  2. SSD：Keras中的单发MultiBox Detector实现 内容 总览 这是Wei Liu等人介绍的SSD模型架构的Keras端口。 中的文件 。 下面提供了所有原始模型的经过训练的配重的端口。 此实现是准确的，这意味着移植的权重和从头开始训练的模型都将产生与原始Caffe实现的各个模型相同的mAP值（请参见下面的性能部分）。 该项目的主要目标是创建一个SSD实施，对于那些对模型的低级理解感兴趣的人，有充分的文档证明。 所提供的教程，文档和详细的注释希望使代码的挖掘和改编或建立在模型上

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：10485760
    • 提供者：weixin_42105169

  1. tsn-pytorch：PyTorch中的时间段网络（TSN）-源码

  2. TSN-Pytorch 我们已经发布了 ，这是一个基于PyTorch的成熟的动作理解工具箱。 它包括用于TSN的实现以及用于各种任务的其他STOA框架。 我们在此回购中吸取的教训已纳入MMAction中，以使其更具吸引力。 我们强烈建议您切换到它。 此回购将保留在此处以供历史参考。 注意：请始终使用git clone --recursive https://github.com/yjxiong/tsn-pytorch克隆此项目。 否则，您将无法使用初始系列CNN拱门。 这是PyTorch中

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：18432
    • 提供者：weixin_42139042

  1. tf-pose-estimation：使用Tensorflow和Custom Architectures进行深度姿势估计以实现快速推断-源码

  2. 姿势估计 已经使用Tensorflow实现了“ Openpose”人体姿势估计算法。 它还提供了几种变体，这些变体对网络结构进行了一些更改，以便在CPU或低功耗嵌入式设备上进行实时处理。 您甚至可以通过下降的FPS在Macbook上运行它！ 原始存储库（Caffe）： : CMU的原始模型在Macbook Pro 15上” 移动网薄在Macbook Pro 15上” 移动网薄在Jetson TX2上 〜0.6帧/秒 约4.2 FPS 368x368 约10 FPS 368x3

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：54525952
    • 提供者：weixin_42100971

  1. robotics_setup：使用机器学习和机器人软件以及用户配置来设置Ubuntu 18.04、16.04和14.04。 包括ceres tensorflow ros caffe vrep eigen cudnn和cuda等等-源码

  2. 用于机器人和机器学习的Ubuntu安装脚本 它包含一组从网络上整合Linux安装脚本，可轻松设置用于机器人技术和深度学习的新计算机，并带有原始资源的链接和每个脚本的注释中的简短描述。 安装脚本保持简单和最少，因此您可以轻松地根据需要进行更改。 对于某些脚本，必须执行手动步骤，因此请务必检查注释！ 这些脚本用于： x86_64 Ubuntu Linux 14.04、16.04、18.04 NVIDIA GPU，例如GeForce GTX 1080和TitanX。 也有一些支持： Mac

  3. 所属分类：其它

    • 发布日期：2021-01-31
    • 文件大小：116736
    • 提供者：weixin_42129113

  1. caffe:caffe原始码解析-源码

  2. 咖啡 Caffe是一个深度学习框架，考虑了表达，速度和模块化。 它是由伯克利视觉与学习中心（ ）和社区贡献者开发的。 查看以获取所有详细信息，例如 和 和分步示例。 请加入或，提出问题并讨论方法和模型。 框架开发讨论和详尽的错误报告均收集在。 酿造快乐！ 许可和引文 Caffe是根据。 BVLC参考模型已发布，可以不受限制地使用。 如果它有助于您的研究，请在您的出版物中引用Caffe： article{jia2014caffe, Author = {Jia, Yangqing a

  3. 所属分类：其它

    • 发布日期：2021-03-23
    • 文件大小：6291456
    • 提供者：weixin_42140625