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. cifar100的图片

  2. 这个是我从官方下载cifar100的源文件，然后通过可视化代码从二进制文件中提取出来的图片，供大家学习参考。

  3. 所属分类：深度学习

    • 发布日期：2018-12-26
    • 文件大小：22020096
    • 提供者：weixin_41635727

  1. Keras数据集-CIFAR100

  2. 下载好的Keras的CIFAR100数据集，解压到%UserProfile%\.keras\目录下，也就是C:\Users\\.keras\ 参考文章：https://blog.csdn.net/hansel/article/details/89430423

  3. 所属分类：深度学习

    • 发布日期：2019-04-21
    • 文件大小：168820736
    • 提供者：hansel

  1. pyhon版本的cifar100数据集

  2. cifar100 pyhon版本的数据集，文件夹里添加加一个load_data.py代码，用于演示如何提取所需100数据集文件,有兴趣的可以下载使用

  3. 所属分类：深度学习

    • 发布日期：2019-09-10
    • 文件大小：137363456
    • 提供者：and1_1

  1. resnet152-cifar.pth

  2. resnet152在cifar100数据集上训练的权重，从channel distillation 官方github处下载作为teacher net使用

  3. 所属分类：深度学习

    • 发布日期：2020-07-31
    • 文件大小：233832448
    • 提供者：ForloveZED

  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. 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. energy_ood-源码

  2. 基于能量的失电检测（Energy OOD） 此存储库是W. Liu，X. Wang，J. Owens，Y. Li的正式实现。这种方法无论有没有微调，都是一种有效且简便的OOD检测器。我们的代码是从修改而来。 预训练的模型和数据集 文件夹中提供了预训练的模型 ./CIFAR/snapshots/ 请在文件夹中下载数据集 ./data/ 测试和微调 运行cifar10 WRN的能量评分测试 bash run.sh energy 0 为cifar100 WRN运行能量评分测试 bash run.sh

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：50331648
    • 提供者：weixin_42175516

  1. FixMatch-pytorch:“ FixMatch”的非官方Pytorch代码-源码

  2. FixMatch-pytorch 非官方pytorch代码 NeurIPS'20。此实现可以重现结果（CIFAR10和CIFAR100），这些结果已在本文中进行了报告。此外，它还包括具有半监督和完全监督方式的训练模型（请在下面的链接中下载）。 要求 python 3.6 pytorch 1.6.0 火炬视觉0.7.0 张量板2.3.0 枕头 结果：分类准确率（％） 除了本文中半监督学习的结果外，我们还附加了完全监督学习的额外结果（50000个标签，仅支持sup）+一致性正则化（50000个标

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：1048576
    • 提供者：weixin_42099942

  1. pytorch-playground：pytorch中的基础预训练模型和数据集（MNIST，SVHN，CIFAR10，CIFAR100，STL10，AlexNet，VGG16，VGG19，ResNet，Inception，SqueezeNe

  2. 这是pytorch初学者的游乐场，其中包含流行数据集上的预定义模型。 目前我们支持 mnist，svhn cifar10，cifar100 stl10 亚历克斯网 vgg16，vgg16_bn，vgg19，vgg19_bn resnet18，resnet34，resnet50，resnet101，resnet152 squeezenet_v0，squeezenet_v1 inception_v3 这是MNIST数据集的示例。 这将自动下载数据集和预先训练的模型。 import t

  3. 所属分类：其它

    • 发布日期：2021-02-28
    • 文件大小：39936
    • 提供者：weixin_42098104

  1. 在线持续学习-源码

  2. 在线持续学习 的官方资料库 （正在审查中） （AAAI 2021） 要求 创建一个虚拟环境 virtualenv online-cl 激活虚拟环境 source online-cl/bin/activate 安装套件 pip install -r requirements.txt 数据集 ###在线课程增量 拆分CIFAR10 拆分CIFAR100 CORe50-NC 分割Mini-ImageNet ###在线域增量 NonStationary-MiniImageNet（噪声，遮

  3. 所属分类：其它

    • 发布日期：2021-02-09
    • 文件大小：91136
    • 提供者：weixin_42112685