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. vgg 16 和19 的 prototxt

  2. 用于博客中卷积神经网络可视化部分vgg模型的参数包括vgg16 和vgg19

  3. 所属分类：机器学习

    • 发布日期：2018-05-04
    • 文件大小：4096
    • 提供者：u013087645

  1. tensorflow-vgg-master

  2. 基于TensorFlow的vgg结构代码，包括vgg16和vgg19两种结构，带有测试数据，运行完美

  3. 所属分类：深度学习

    • 发布日期：2019-03-29
    • 文件大小：57344
    • 提供者：tefuirnever

  1. Python-pytorch中的基础预训练模型和数据集

  2. pytorch中的基础预训练模型和数据集 (MNIST, SVHN, CIFAR10, CIFAR100, STL10, AlexNet, VGG16, VGG19, ResNet, Inception, SqueezeNet)

  3. 所属分类：其它

    • 发布日期：2019-08-11
    • 文件大小：38912
    • 提供者：weixin_39840650

  1. 使用Keras预训练模型ResNet50进行图像分类方式

  2. Keras提供了一些用ImageNet训练过的模型：Xception，VGG16，VGG19，ResNet50，InceptionV3。在使用这些模型的时候，有一个参数include_top表示是否包含模型顶部的全连接层，如果包含，则可以将图像分为ImageNet中的1000类，如果不包含，则可以利用这些参数来做一些定制的事情。 在运行时自动下载有可能会失败，需要去网站中手动下载，放在“~/.keras/models/”中，使用WinPython则在“settings/.keras/models

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：82944
    • 提供者：weixin_38543749

  1. 使用Keras预训练模型ResNet50进行图像分类方式

  2. Keras提供了一些用ImageNet训练过的模型：Xception，VGG16，VGG19，ResNet50，InceptionV3。在使用这些模型的时候，有一个参数include_top表示是否包含模型顶部的全连接层，如果包含，则可以将图像分为ImageNet中的1000类，如果不包含，则可以利用这些参数来做一些定制的事情。 在运行时自动下载有可能会失败，需要去网站中手动下载，放在“~/.keras/models/”中，使用WinPython则在“settings/.keras/models

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：82944
    • 提供者：weixin_38684328

  1. OpenPose TF版backbone使用的VGG16还是VGG19

  2. OpenPose TF版backbone使用的VGG16还是VGG19 flyfish 如何分辨backbone使用的VGG16还是VGG19？ 看第二个最大池化层和第三个最大池化层之间的conv3-256 如果conv3-256的个数是3，则是VGG-16 如果conv3-256的个数是4，则是VGG-19 .max_pool(2, 2, 2, 2, name='pool2_stage1', padding='VALID') .conv(3, 3, 256, 1, 1, name='co

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：33792
    • 提供者：weixin_38656395

  1. imageclassification:深度学习-源码

  2. Keras的实用图像分类： 你好科拉布 影像分类 预训练的特征化 转移学习 基于特征的图像搜索 01 HelloColab.ipynb 基本的Colab演示 02 ImageClassification.ipynb 在这段代码中，我们将实现一个基本的图像分类器： 加载数据集（MNIST手写数字） 设计深度学习模型并检查其可学习的参数 在训练数据上训练模型并检查学习曲线 根据从未见过的测试数据评估经过训练的模型 保存模型以备后用 加载并使用模型 03 PretrainedFeatureV

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：6291456
    • 提供者：weixin_42116713

  1. vgg19和vgg16百度云链接-附件资源

  2. vgg19和vgg16百度云链接-附件资源

  3. 所属分类：互联网

  1. vgg19和vgg16百度云链接-附件资源

  2. vgg19和vgg16百度云链接-附件资源

  3. 所属分类：互联网

  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. 深度学习模型：用于流行的深度学习模型的Keras代码和权重文件-源码

  2. 经过训练的Keras图像分类模型 此存储库已弃用。 立即使用MODULE的keras.applications 。 拉取请求将不会被审核或合并。 将任何PR keras.applications到keras.applications 。 也不监视问题。 该存储库包含以下Keras模型的代码： VGG16 VGG19 ResNet50 盗梦空间v3 CRNN用于音乐标记 所有架构都与TensorFlow和Theano兼容，并且在实例化时，将根据在~/.keras/keras.json

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：33792
    • 提供者：weixin_42160645

  1. 面对面绘画机：STAT-479类项目，威斯康星大学麦迪逊分校-源码

  2. 深度学习项目 这是塞巴斯蒂安·拉施卡（Sebastian Raschka）教授指导的2019年秋季的最终项目。 该研究所是威斯康星大学麦迪逊分校。 主要工作 我们提出一种面对面绘画的机器，该机器可以识别一个人，然后根据给定的绘画风格自动生成他/她的肖像。 在项目的第一部分，我们对自己的数据集实施转移学习，以测试不同CNN架构的性能。 我们使用了几种卷积架构，ResNet达到了最佳效果。 然后，我们使用FaceNet方法基于不同的CNN体​​系结构执行面部验证：ResNet34，ResNet50

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：6291456
    • 提供者：weixin_42127775

  1. 机器学习论文-源码

  2. 机器学习论文 卷积神经网络 Yann LeCun，Leon Bottou，Yoshua Bengio和Patrick Haffner着 评论适用于手写字符识别的各种方法，并将它们与标准手写数字识别任务进行比较。 Alex Krizhevsky，Ilya Sutskever和Geoffrey E.Hinton 在ImageNet 2010上训练 新功能： 鲁鲁 在多个GPU上训练 本地响应规范化 重叠池 s = 2 z = 3 难以适应 最大化多项式逻辑回归目标 凯伦·西蒙扬（Karen S

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：4096
    • 提供者：weixin_42136477

  1. SceneClassification：使用各种深度学习模型对世界各地的场景进行分类-源码

  2. 场景分类 该项目主要涉及图像分类。 这里的目标是使用深度神经网络将全球场景分类为六种可能的类别之一。 场景分类的应用范围可以从在智能手机中组织照片，通过旅游业规划促进国家经济增长等方面。 数据集是Kaggle提供的英特尔图像分类。 （ ）总共有25,000张图像，其中17,000张被标记为6类，包括建筑物，森林，冰川，山脉，海洋和街道。 使用训练集中的图像对模型进行训练，并预测预测集中的图像类别。 本项目对自训练模型和预训练模型进行了实验，并对所有模型的性能进行了比较和分析。 有关如何运行

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：716800
    • 提供者：weixin_42134094

  1. 猫与狗CNN-v2：弗朗索瓦·查洛（Francois Challot）猫​​与狗项目-源码

  2. 猫和狗 当我们的数据集不足时，最常用的方法之一是使用预先训练的模型。 在我们的案例中，我们将考虑在ImageNet数据集上训练的大型卷积网络（140万个带标签的图像和1000个不同的类）。 ImageNet包含许多动物类别，包括不同种类的猫和狗，因此我们可以期望在猫与狗的分类问题上表现出色。 我们可以使用的一些主干： •Xception•InceptionV3•ResNet50•VGG16•VGG19•MobileNet 我将使用由Karen Simonyan和Andrew Zisser

  3. 所属分类：其它

    • 发布日期：2021-02-09
    • 文件大小：160432128
    • 提供者：weixin_42122432