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. DenseNet-Fast-40-12-CIFAR10.h5

  2. DenseNet-Fast-40-12-CIFAR10.h5 准确率高达93% 可用此直接发布到heroku上

  3. 所属分类：深度学习

    • 发布日期：2017-12-16
    • 文件大小：3145728
    • 提供者：qq_30803353

  1. DenseNet-40-12-Tensorflow-Backend-TF-dim-ordering.h5

  2. DenseNet-40-12-Tensorflow-Backend-TF-dim-ordering.h5 训练完imagenet的权重文件，用此转移学习

  3. 所属分类：深度学习

    • 发布日期：2017-12-16
    • 文件大小：4194304
    • 提供者：qq_30803353

  1. vgg to densenet paper

  2. vgg to densenet; vgg to densenet ;vgg to densenet ;vgg to densenet ;vgg to densenet

  3. 所属分类：C/C++

    • 发布日期：2018-04-03
    • 文件大小：5242880
    • 提供者：xyyhlark01

  1. tensorflow-densenet-resnet-inception网络

  2. 该文件包含一个densenet，一个resnet，一个inception网络。

  3. 所属分类：深度学习

    • 发布日期：2018-05-18
    • 文件大小：12582912
    • 提供者：k87974

  1. DenseNet CVPR Slides

  2. 比resnet更好的卷积神经网络课件，DenseNet CVPR Slides

  3. 所属分类：深度学习

    • 发布日期：2018-06-06
    • 文件大小：852992
    • 提供者：julialove102123

  1. Densenet稠密连接网络

  2. Densenet稠密连接网络，使用tensorflow框架，网络模型的主体清晰易读，可以直接进行调用

  3. 所属分类：深度学习

    • 发布日期：2018-07-04
    • 文件大小：9216
    • 提供者：qq_35275007

  1. 基于TensorFlow的DenseNet学习源码

  2. 使用Tensorflow的DenseNet源码，适合配合论文学习。适合初学者进行学习。

  3. 所属分类：深度学习

    • 发布日期：2018-09-22
    • 文件大小：31744
    • 提供者：memories_sunset

  1. DenseNet-BC-121-32.h5

  2. DenseNet-BC-121-32.h5

  3. 所属分类：Python

    • 发布日期：2018-10-22
    • 文件大小：29360128
    • 提供者：qq_33862712

  1. 简单介绍DPN、ResNets、DenseNet

  2. 因为上论文选读课要用，所以做了个PPT，简单介绍了一下DPN、ResNets、DenseNet的网络结构及实验结果

  3. 所属分类：深度学习

    • 发布日期：2018-11-06
    • 文件大小：3145728
    • 提供者：qq_40253168

  1. 使用DenseNet识别Flower

  2. 使用DenseNet识别flowerdataset,DenseNet是当前最牛的CNN网络之一， 例子使用预训练，识别flower dataset

  3. 所属分类：深度学习

    • 发布日期：2020-03-07
    • 文件大小：2048
    • 提供者：victorylee2000

  1. 使用keras实现densenet和Xception的模型融合

  2. 主要介绍了使用keras实现densenet和Xception的模型融合，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-16
    • 文件大小：1048576
    • 提供者：weixin_38748875

  1. Keras实现DenseNet结构操作

  2. 主要介绍了Keras实现DenseNet结构操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-16
    • 文件大小：104448
    • 提供者：weixin_38557515

  1. DenseNet-master

  2. DenseNet网络模型，DenseNet的另一大特色是通过特征在channel上的连接来实现特征重用（feature reuse）。这些特点让DenseNet在参数和计算成本更少的情形下实现比ResNet更优的性能

  3. 所属分类：教育

    • 发布日期：2020-11-25
    • 文件大小：31744
    • 提供者：cina112

  1. 使用keras实现densenet和Xception的模型融合

  2. 我正在参加天池上的一个竞赛，刚开始用的是DenseNet121但是效果没有达到预期，因此开始尝试使用模型融合，将Desenet和Xception融合起来共同提取特征。 代码如下： def Multimodel(cnn_weights_path=None,all_weights_path=None,class_num=5,cnn_no_vary=False): ''' 获取densent121,xinception并联的网络 此处的cnn_weights_path是个列表是densenet

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：50176
    • 提供者：weixin_38614391

  1. Keras实现DenseNet结构操作

  2. DenseNet结构在16年由Huang Gao和Liu Zhuang等人提出，并且在CVRP2017中被评为最佳论文。网络的核心结构为如下所示的Dense块，在每一个Dense块中，存在多个Dense层，即下图所示的H1～H4。各Dense层之间彼此均相互连接，即H1的输入为x0，输出为x1，H2的输入即为[x0, x1]，输出为x2，依次类推。最终Dense块的输出即为[x0, x1, x2, x3, x4]。这种结构个人感觉非常类似生物学里边的神经元连接方式，应该能够比较有效的提高了网络中

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：106496
    • 提供者：weixin_38741195

  1. 【深度学习入门】Paddle实现手写数字识别详解（基于DenseNet）

  2. 【深度学习入门】Paddle实现手写数字识别（基于DenseNet）0. 闲言碎语：1. MNIST 数据集：2. DenseNet 详解：2.1 ResNet（颠覆性的残差结构）：2.2 DenseNet（跨层链接的极致）：3. 代码： 0. 闲言碎语： OK，因为课程需要就来做了一个手写数字（当初就是这个小项目入的坑hahhh），因为必须在百度的 AI Studio 上进行，所以只能用 Paddle，看了一下 Paddle 的文档，结论是：这不就是 tensorflow + torch 的结

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：644096
    • 提供者：weixin_38742647

  1. pytorch 实现Densenet模型 代码详解，计算过程，

  2. 这次是对Densenet模型的讲解，这个模型也是需要大家精通掌握的重要模型之一，首先要知道它的网络是怎么传递的，它的出现打破了以往网络设计的思路，是一种非常新颖的设计。 如图所示,第l层的输入不仅与l-1层的输出相关，还有所有之前层的输出有关。 大家看这个可能不是很明白，我就仔细的讲解下这里，图中的照片里的板块（红，绿，紫，黄，橙）分别代表不同的特征图，当然红的是输入（input）图，这里为了方便讲解就是X0，X1，X2，X3，X4讲解，当照片输入的时候经过卷积到x1是的时候加上之前x0是完

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：412672
    • 提供者：weixin_38548434

  1. 论文阅读——DenseNet:Densely Connected Convolutional Networks

  2. 论文阅读之DenseNet Densely Connected Convolutional Networks code 时间：2017(CVPR 2017 BestPaper) DenseNet将前面层所有输出均作为后面层的输入，传统的L层CNN只有L个前后层连接，DenseNet有L（L+1）/2的连接，前面层所有的feature map都将作为本层的输入，而本层的输出也将作为所有后续层的输入。 DenseNet的优点：减轻了梯度消失，增强了特征的传播，增强了特征的复用同时有效减少了网络的参数

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：143360
    • 提供者：weixin_38691319

  1. Pytorch深度学习（4） — BN层及ResNet + DenseNet实现

  2. Pytorch深度学习（4） — BN层及ResNet + DenseNet实现1.批量归一化(BN)2.ResNet2.1 残差块2.2 ResNet 模型实现结构：3.DenseNet 稠密连接网络3.1 稠密块（DenseBlock）3.3 过滤层（transition_block）3.4 DenseNet模型总实现 1.批量归一化(BN) nn.BatchNorm2d(6) — 卷积层使用，超参数为输出通道数 nn.BatchNorm1d(120) – 全连接层使用，超参数为输出单

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：261120
    • 提供者：weixin_38599412

  1. OCR-IDCard:基于深度学习CTPN（定位）+ DenseNet（识别）的身份证识别系统-源码

  2. OCR身份证 基于深度学习CTPN（定位）+ DenseNet（识别）的身份证识别系统 代码参考： : 数据集下载： :

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：18874368
    • 提供者：weixin_42112658
« 12 3 4 5 6 »