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. Pytorch 实现自己的残差网络图片分类器

  2. 如果对代码有疑问可以看一下我的博客《Pytorch 实现自己的残差网络图片分类器》和压缩包中的README.docx。也欢迎大家在博客下面提问或者指出文中的错误，谢谢大家。

  3. 所属分类：机器学习

    • 发布日期：2018-06-25
    • 文件大小：274432
    • 提供者：hubertyori

  1. Pytorch分类网络（肺结节假阳性剔除）.zip

  2. 使用pytorch搭建分类网络，针对Luna16数据集生成的疑似肺结节进行分类，实现假阳性剔除。其样本集保存为.Mat的形式（数据+类别），固定大小为24*40*40。

  3. 所属分类：深度学习

    • 发布日期：2019-09-19
    • 文件大小：5120
    • 提供者：qq_24739717

  1. pytorch中文文档.pdf

  2. PyTorch是一个基于Torch的Python开源机器学习库，用于自然语言处理等应用程序。它主要由Facebookd的人工智能小组开发，不仅能够 实现强大的GPU加速，同时还支持动态神经网络，这一点是现在很多主流框架如TensorFlow都不支持的。 PyTorch提供了两个高级功能： 1.具有强大的GPU加速的张量计算（如Numpy） 2.包含自动求导系统的深度神经网络 除了Facebook之外，Twitter、GMU和Salesforce等机构都采用了PyTorch。 官方教程包含了 Py

  3. 所属分类：互联网

    • 发布日期：2020-05-07
    • 文件大小：16777216
    • 提供者：weixin_43433969

  1. pytorch学习.zip

  2. pytorch入门的一些练习程序,包含Tensor的创建,线性分类器,主流CNN模型搭建,二分类网络模型搭建,Optimizer优化器的使用等

  3. 所属分类：深度学习

    • 发布日期：2020-05-05
    • 文件大小：588800
    • 提供者：qq_37568167

  1. pytorch.zip

  2. pytorch入门的一些练习程序,包含Tensor的创建,线性分类器,主流CNN模型搭建,二分类网络模型搭建,Optimizer优化器的使用等

  3. 所属分类：深度学习

    • 发布日期：2020-05-04
    • 文件大小：115712
    • 提供者：qq_37568167

  1. MNIST数据集及使用BP神经网络分类的源程序

  2. 该资源包包含了MNIST数据集及使用pytorch实现数字分类的代码。其中，pytorch使用了两层神经网络，正确分类识别的精度达到了99%。可以供实现大作业或了解相关课程的同学使用及学习。

  3. 所属分类：深度学习

    • 发布日期：2020-04-24
    • 文件大小：69206016
    • 提供者：weixin_45885232

  1. pytorch-pruning.zip

  2. 此代码是pytorch实现VGG16的网络剪枝，数据集合是2000张猫和狗的照片，属于二分类，剪枝后速度提升3倍，大小减少3倍

  3. 所属分类：深度学习

    • 发布日期：2020-04-21
    • 文件大小：6144
    • 提供者：weixin_32759777

  1. （翻译）60分钟入门深度学习工具-PyTorch.pdf

  2. （翻译）60分钟入门深度学习工具-PyTorch 公号：机器学习初学者 一、Pytorch是什么？ 二、AUTOGRAD 三、神经网络 四、训练一个分类器 五、数据并行

  3. 所属分类：互联网

    • 发布日期：2020-04-10
    • 文件大小：1048576
    • 提供者：qq_33866063

  1. 常见分类网络pytorch版本.zip

  2. AlexNet，vgg，ResNet，GoogLeNet，DenseNet，等常见分类网络的pytorch版本数据集为pytorch自带的CIFAR100和CIFAR10。

  3. 所属分类：深度学习

    • 发布日期：2019-07-01
    • 文件大小：9216
    • 提供者：cqj339500

  1. 安全帽人脸二分类的训练和测试代码、数据集和训好的模型.zip

  2. 对 你没看错 30M不到里面含有数据集和模型。其实就是个人脸和安全帽分类的二分类网络。山寨版的安全帽检测其实就是需要你自己准备个人脸检测模型，然后人脸外扩1.5，外扩图送入分类网络分类。该代码适合新人上手Pytorch。

  3. 所属分类：深度学习

    • 发布日期：2020-06-23
    • 文件大小：26214400
    • 提供者：a819411321

  1. Pytorch实现神经网络的分类方式

  2. 今天小编就为大家分享一篇Pytorch实现神经网络的分类方式，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：2020-09-18
    • 文件大小：59392
    • 提供者：weixin_38639642

  1. 使用pytorch实现论文中的unet网络

  2. 设计神经网络的一般步骤： 1. 设计框架 2. 设计骨干网络 Unet网络设计的步骤： 1. 设计Unet网络工厂模式 2. 设计编解码结构 3. 设计卷积模块 4. unet实例模块 Unet网络最重要的特征： 1. 编解码结构。 2. 解码结构，比FCN更加完善，采用连接方式。 3. 本质是一个框架，编码部分可以使用很多图像分类网络。 示例代码： import torch import torch.nn as nn class Unet(nn.Module): #初始化参数：Encode

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：91136
    • 提供者：weixin_38661236

  1. Pytorch 搭建分类回归神经网络并用GPU进行加速的例子

  2. 分类网络 import torch import torch.nn.functional as F from torch.autograd import Variable import matplotlib.pyplot as plt # 构造数据 n_data = torch.ones(100, 2) x0 = torch.normal(3*n_data, 1) x1 = torch.normal(-3*n_data, 1) # 标记为y0=0，y1=1两类标签 y0 = torch.zer

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：90112
    • 提供者：weixin_38689113

  1. Pytorch——分类问题

  2. 文章目录1.前言2.数据准备3.搭建神经网络4.训练搭建的神经网络5.可视化操作 1.前言 这次我们也是用最简单的途径来看看神经网络是怎么进行事物的分类. 2.数据准备 import torch import matplotlib.pyplot as plt n_data = torch.ones(200,2) x0 = torch.normal(2*n_data, 1) y0 = torch.zeros(200) x1 = torch.normal(-2*n_data, 1) y1 = tor

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：187392
    • 提供者：weixin_38508821

  1. PyTorch：模型参数读取与设置–以FlowNetSimple为例

  2. 一、背景 在“搞”深度学习时，除非富如东海，往往都不会直接用大量数据来训练一个网络；一般情况下，比较省钱且高效的思路是利用一些预训练的模型，并在其基础上进行再训练优化，达到自己的目的。 因此，在本博客中将简单记录一下，如何在PyTorch基础上读取预训练模型的参数，并添加到自己的模型中去，从而尽可能减少自己的计算量。 为了直接讲明整个过程，本文设计了一个实验，首先设计了一个网络，其前半部分与FlowNetSimple的Encode一致，后半部分是全连接的分类网络。 下图是FlowNetSimpl

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：212992
    • 提供者：weixin_38626192

  1. pyhandle:用于网络主干和分类器培训-源码

  2. Pyhandle 使用pytorch进行网络主干和分类器培训。 安装 python setup.py install --prefix=PYTHON_LIB_PATH

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：10240
    • 提供者：weixin_42133329

  1. deep-learning-for-image-processing:用于图像处理的深度学习，包括分类和对象检测等-源码

  2. 深度学习在图像处理中的应用教程 前言 本教程是对本人研究生期间的研究内容进行整理总结，总结的同时也希望能够帮助更多的小伙伴。 本教程会以视频的方式进行分享，教学流程如下： 1）介绍网络的结构与创新点2）使用Pytorch进行网络的建造与训练3）使用Tensorflow（内部的keras模块）进行网络的建造与训练 教程目录，单击重新相应视频（后续会根据学习内容增加） 图像分类 LeNet（已​​完成） AlexNet（已​​完成） VggNet（已​​完成） GoogLeNet（已​​完成） R

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：984064
    • 提供者：weixin_42131439

  1. pytorch_classification：利用pytorch实现图像分类的一个完整的代码，训练，预测，TTA，模型融合，模型部署，cnn提取特征，svm或者随机森林等进行分类，模型蒸馏，一个完整的代码-源码

  2. pytorch_classification 利用pytorch实现图像分类，其中包含的密集网，resnext，mobilenet，efficiencynet，resnet等图像分类网络，可以根据需要再行利用torchvision扩展其他的分类算法 实现功能 基础功能利用pytorch实现图像分类 包含带有warmup的cosine学习率调整 warmup的step学习率优调整 多模型融合预测，修正与投票融合 利用flask实现模型云端api部署 使用tta测试时增强进行预测 添加label s

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：4194304
    • 提供者：weixin_42131352

  1. classification-cifar10-pytorch:通过PyTorch在cifar10数据集中训练几个经典分类网络-源码

  2. 分类-cifar10-pytorch 我正在PyTorch的cifar10数据集上测试几种经典分类网络的性能！ 要求 火炬 火炬摘要 python3.x 结果 模型 我的帐户 总参数 估计总大小（MB） 可训练的参数 参数大小（MB） 保存的模型大小（MB） GPU内存使用率（MB） 92.64％ 2,296,922 36.14 2,296,922 8.76 8.96 3107 94.27％ 14,728,266 62.77 14,728,266 56.18 5

  3. 所属分类：其它

    • 发布日期：2021-03-31
    • 文件大小：107520
    • 提供者：weixin_42113380

  1. Coursera-Deep-Neural-Networks-with-PyTorch:具有PyTorch分类分配的Coursera深度神经网络-源码

  2. Coursera-Deep-Neural-Networks-with-PyTorch:具有PyTorch分类分配的Coursera深度神经网络

  3. 所属分类：其它

    • 发布日期：2021-03-28
    • 文件大小：121856
    • 提供者：weixin_42173218
« 12 3 4 5 6 7 8 9 10 »