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. cifar10-100 读取方法 python

  2. cifar10读取

  3. 所属分类：其它

    • 发布日期：2017-04-24
    • 文件大小：3072
    • 提供者：pingguolou

  1. DCCNN Cifar 100 Weights - 7137.h5

  2. 深度学习DCCNN卷积网络框架 cifar10准确率92% cifar100准确率71% 代码请看该网址： https://github.com/titu1994/Deep-Columnar-Convolutional-Neural-Network

  3. 所属分类：深度学习

    • 发布日期：2017-12-14
    • 文件大小：29360128
    • 提供者：qq_30803353

  1. keras官方数据集 python版本 cifar10

  2. keras官方数据集 python版本 cifar10，Cifar-10 由60000张32*32的 RGB 彩色图片构成，共10个分类。50000张训练，10000张测试（交叉验证）。这个数据集最大的特点在于将识别迁移到了普适物体，而且应用于多分类（姊妹数据集Cifar-100达到100类，ILSVRC比赛则是1000类）。

  3. 所属分类：深度学习

    • 发布日期：2018-03-15
    • 文件大小：165675008
    • 提供者：qingyigui

  1. torchvision-0.3.0-cp37-cp37m-win_amd64.whl

  2. torchvision 主要包含以下三部分： models : 提供深度学习中各种经典的网络结构以及训练好的模型，包括Alex Net, VGG系列、ResNet系列、Inception系列等； datasets：提供常用的数据集加载，设计上都是继承torch.utils.data.Dataset，主要包括MMIST、CIFAR10/100、ImageNet、COCO等； transforms: 提供常用的数据预处理操作，主要包括对Tensor及PIL Image对象的操作。

  3. 所属分类：深度学习

    • 发布日期：2019-07-30
    • 文件大小：232448
    • 提供者：qq_43526642

  1. cifar10和100数据集.zip

  2. 因为tensorflow2.0的keras api需要从cifar官方下载速度太慢，并且代码会检查md5，所以特意整理出来分享，直接将其解压到 windows: C:/用户/"你的用户名"/.keras/datasets/ Linux: ~/.keras/datasets/ 就可以使用

  3. 所属分类：深度学习

    • 发布日期：2020-05-30
    • 文件大小：338690048
    • 提供者：weixin_41369892

  1. cifar10_cifar100合集.zip

  2. python版本的cifar10/cifar100合集，可下载后解压到自定义路径下使用。原下载地址：http://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz，http://www.cs.toronto.edu/~kriz/cifar-100-python.tar.gz

  3. 所属分类：深度学习

    • 发布日期：2020-08-14
    • 文件大小：338690048
    • 提供者：oYeZhou

  1. cifar-10-100.zip

  2. cifar10 由60000张32*32彩色图像组成，图像有10个类，每个类有6000个图像。同时有50000个训练图像和10000个测试图像。 二进制版本与CIFAR-10的二进制版本相似，只是每个图像都有两个标签字节（粗略和细小）和3072像素字节

  3. 所属分类：机器学习

    • 发布日期：2020-08-09
    • 文件大小：338690048
    • 提供者：weixin_42237113

  1. 解决Keras自带数据集与预训练model下载太慢问题

  2. keras的数据集源码下载地址太慢。尝试过修改源码中的下载地址，直接报错。 从源码或者网络资源下好数据集，下载好以后放到目录  ~/.keras/datasets/    下面。 其中：cifar10需要改文件名为cifar-10-batches-py.tar.gz ，cifar100改为 cifar-100-python.tar.gz , mnist改为 mnist.npz 预训练models放到 ~/.keras/models/ 路径下面即可。 补充知识：Keras下载的数据集以及预训练模型

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：35840
    • 提供者：weixin_38694299

  1. Tensorflow 2.1训练 实战 cifar10 完整代码 准确率 88.6% 模型 Resnet SENet Inception

  2. 环境： tensorflow 2.1 最好用GPU 模型： Resnet：把前一层的数据直接加到下一层里。减少数据在传播过程中过多的丢失。 SENet： 学习每一层的通道之间的关系 Inception: 每一层都用不同的核（1×1，3×3，5×5）来学习.防止因为过小的核或者过大的核而学不到图片的特征。 用Resnet ，SENet， Inceptiont网络训练Cifar10 或者Cifar 100. 训练数据：Cifar10 或者 Cifar 100 训练集上准确率：97.11%左右 验证集

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：56320
    • 提供者：weixin_38674883

  1. Tensorflow 2.1训练 实战 cifar10 完整代码 准确率 88.6% 模型 Resnet SENet Inception

  2. 环境： tensorflow 2.1 最好用GPU 模型： Resnet：把前一层的数据直接加到下一层里。减少数据在传播过程中过多的丢失。 SENet： 学习每一层的通道之间的关系 Inception: 每一层都用不同的核（1×1，3×3，5×5）来学习.防止因为过小的核或者过大的核而学不到图片的特征。 用Resnet ，SENet， Inceptiont网络训练Cifar10 或者Cifar 100. 训练数据：Cifar10 或者 Cifar 100 训练集上准确率：97.11%左右 验证集

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：56320
    • 提供者：weixin_38693586

  1. pytorch+resnet18实现长尾数据集分类(一)

  2. 实验基于论文： Class-Balanced Loss Based on Effective Number of Samples Class-balanced-loss代码地址：https://github.com/vandit15/Class-balanced-loss-pytorch resnet18代码参考链接：https://blog.csdn.net/sunqiande88/article/details/80100891 制作数据集 论文中通过公式n=niuin = n_iu^in=

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：58368
    • 提供者：weixin_38725260

  1. k-fac-源码

  2. K-FAC_pytorch 和。 （仅支持单GPU培训，需要对多GPU进行修改。） 需求要求 pytorch 0.4.0 torchvision python 3.6.0 tqdm tensorboardX tensorflow 怎么跑 python main.py --dataset cifar10 --optimizer kfac --network vgg16_bn --epoch 100 --milestone 40,80 --learning_rate 0.01 --damping

  3. 所属分类：其它

    • 发布日期：2021-03-22
    • 文件大小：34816
    • 提供者：weixin_42128393

  1. HyperNet:适用于ResNet的HyperNetworks的PyTorch实施（Ha等人，ICLR 2017）-源码

  2. 超网络 适用于ResNet的PyTorch实施（Ha等人，ICLR 2017）。该代码主要用于CIFAR-10和CIFAR-100，但是将其用于任何其他数据集都非常容易。将其用于不同深度的ResNet架构也非常容易。 我们使用pytorch闪电来控制整个管道。 怎么跑 python train.py --dataset {cifar10/cifar100} --gpus $num_gpu -j $num_workers --distributed_backend ddp 已过期。此回购协议已将H

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：6144
    • 提供者：weixin_42139042

  1. easy-filter-pruning：对卷积层和完全连接的层进行过滤的一种简单方法-源码

  2. 易于过滤修剪 对卷积层和完全连接的层进行过滤修剪的简单方法！ 您可以使用它来确定单个卷积和完全连接的层对修剪的敏感性。 共同研究者 也请访问我的共同研究人员的github！ training_initial_model.py 该脚本用于训练初始模型，并将训练历史记录在csv文件和图形图像中。 请注意， batch_size和learning_rate对训练模型的性能有很大的影响。 您可以微调batch_size，learning_rate和时期以进行训练。 超参数的不同值会返回不同的模

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：13312
    • 提供者：weixin_42105169

  1. Inception网络 运行在Cifar10 测试集87.88% Tensorflow 2.1 小白从代码实践中 理解

  2. 环境 tensorflow 2.1 最好用GPU 模型 Inception 训练数据 Cifar10 或者 Cifar 100 训练集上准确率：93%左右 验证集上准确率：88%左右 测试集上准确率：87.88% 训练时间在GPU上：一小时多 权重大小：3.98 MB 原理介绍 图像中突出部分的大小差别很大。例如，狗的图像可以是以下任意情况。每张图像中狗所占区域都是不同的。 从左到右：狗占据图像的区域依次减小（图源：https://unsplash.com/）。 由于信息位置的巨大差异，为卷积

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：151552
    • 提供者：weixin_38751905