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. 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. pytorch迁移学习训练VGG16和模型测试代码

  2. Pytorch迁移学习训练VGG16和模型测试代码（采用华为云modelarts训练），训练猫狗分类模型

  3. 所属分类：深度学习

    • 发布日期：2020-05-13
    • 文件大小：38912
    • 提供者：qq_35494379

  1. pytorch预训练模型vgg16-397923af.pth

  2. pytorch预训练模型vgg16-397923af.pth

  3. 所属分类：深度学习

  1. vgg16-397923af.pth

  2. pytorch预训练模型vgg16-397923af.pth，从官网下载实在太慢。由于torch在加载模型时候首先检查本地是否已存在模型文件，可以先下载好后放入本地文件夹，使用时可以快速加载模型。

  3. 所属分类：深度学习

    • 发布日期：2020-09-10
    • 文件大小：552599552
    • 提供者：TracelessLe

  1. 深度学习–第9篇: Pytorch模型创建与nn.Module

  2. Pytorch模型创建与nn.Module1. 模型创建步骤1.1 构建模型的两要素2. nn.Module属性2.1 torch.nn2.2 nn.Module3. 模型容器Containers3.1 nn.Sequential3.2 nn.ModuleList3.3 nn.ModuleDict3.4 容器总结4. AlexNet创建5. VGG16创建6. MobileNetv2创建 1. 模型创建步骤 原创文章 23获赞 6访问量 1992

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：115712
    • 提供者：weixin_38610573

  1. pytorch实现从本地加载 .pth 格式模型

  2. 可以从官网加载预训练好的模型： import torchvision.models as models model = models.vgg16(pretrained = True) print(model) 但是经常会出现因为下载速度太慢而出现requests.exceptions.ConnectionError: (‘Connection aborted.’, TimeoutError(10060, ‘由于连接方在一段时间后没有正确答复或连接的主机没有反应，连接尝试失败。’, None,

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：39936
    • 提供者：weixin_38538312

  1. pytorch在fintune时将sequential中的层输出方法,以vgg为例

  2. 有时候我们在fintune时发现pytorch把许多层都集合在一个sequential里，但是我们希望能把中间层的结果引出来做下一步操作，于是我自己琢磨了一个方法，以vgg为例，有点僵硬哈！ 首先pytorch自带的vgg16模型的网络结构如下： VGG( (features): Sequential( (0): Conv2d (3, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)) (1): ReLU(inplace) (2

  3. 所属分类：其它

    • 发布日期：2020-12-26
    • 文件大小：49152
    • 提供者：weixin_38606169

  1. pytorch-ssd:源程序来自于：https-源码

  2. 本代码在原作者的基础上增加了部分功能，主要用于个人学习ssd流程：补充部分：（１）原程序无法在断网的情况下进行初始化网络，原因在于加载vgg16预训练模型的时候从torchvision.models.vgg16正在加载，需要联网，本程序将model.py中的这三行代码keys（））更改为：vgg16_model_path ='pretrained / vgg16-397923af.pth'pretrained_state_dict =火炬负载（vgg16_model_path）pretraine

  3. 所属分类：其它

    • 发布日期：2021-03-23
    • 文件大小：20971520
    • 提供者：weixin_42143161

  1. SSD_mobilenetv2-with-Focal-loss:此仓库是从https分叉的-源码

  2. SSD_mobilenetv2-有局灶性损失 此仓库是从派生的。 由pytorch实现。 贡献： 为ssd实现mobielentv2。 增加焦点损失。 （需要调整超级参数）。 添加detection.py演示以进行图像和视频检测。 结果（对voc 2007train进行训练+ 2012，对voc 2007test进行测试）： ssd-mobielnetv2（此回购）：70.27％。 （无焦点损失）。 ssd-mobielentv1：68。％（不带COCO防护），72.7％（不带CO

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：553984
    • 提供者：weixin_42152298

  1. SSD-pytorch：SSD：单发MultiBox Detector pytorch实施着重于简单性-源码

  2. SSD：单发MultiBox检测器 介绍 这是我的2种模型的pytorch实现： SSD-Resnet50和SSDLite-MobilenetV2 。 这些模型基于论文描述的原始模型（SSD-VGG16）。 此实现支持混合精度训练。 SSD Resnet50的输出示例。 动机 为什么在已经有许多ssd实现的情况下存在此实现？ 我相信许多人在看到此实现时都会想到这个问题。 实际上，Pytorch中已经有许多SSD及其变体的实现。 但是，其中大多数是： 过于复杂 模块化 增加了许多改进 未评

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：100663296
    • 提供者：weixin_42139460

  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. Conv-Deconv-神经网络--源码

  2. Conv-Deconv-神经网络- 介绍 该项目使用Pytorch [1]实现Zeiler的方法来可视化反卷积神经网络。 还实现了卷积神经网络以帮助测试结果。 网络使用了预训练的VGG16模型和一些图片。 我希望演示一个示例，该示例使用Pytorch编写多个神经网络来视觉化人们，以及在实际编码中使用CNN理论的实践。 尽管本教程仅显示了如何在VGG16中进行Conv / Deconv神经网络。 人们当然可以浏览整个过程并修改代码以应用新型的模型。 我还将包括一些说明，以帮助人们进行修改以应用他

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：3072
    • 提供者：weixin_42165490

  1. FCN模型实现-Pytorch+预训练VGG16

  2. FCN模型的网络与VGG16类似，之后后边将全连接层换成了卷基层，具体的网络结构与细节可以去看论文： https://people.eecs.berkeley.edu/~jonlong/long_shelhamer_fcn.pdf 下边详细讲一下用Pytorch对FCN的实现： 本文参考了https://zhuanlan.zhihu.com/p/32506912 但是修改了部分代码，加上了很多新的注释，并将代码更新到Pytorch1.x 首先是读取图像 #使用的VOC数据目录 voc_root

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：290816
    • 提供者：weixin_38725625

  1. PyTorch-Transfer-Learning-Image-Classifier:这是Udacity颁发的“使用Python进行AI编程”纳米学位认证的最终项目。 在这个最后的项目中，我构建了一个软件程序，该程序可以使用PyTorch进

  2. PyTorch转移学习图像分类器 这是Udacity颁发的“使用Python进行AI编程”纳米学位认证的最终项目。 在这个最后的项目中，我构建了一个软件程序，该程序可以使用PyTorch进行神经网络转移学习。 项目详细信息：●用Python和PyTorch编码以生成数据的数据转换。 ●使用PyTorch的torchvision.models（vgg16和densitynet161）进行预先的传输学习，以生成和训练有关数据转换的神经网络。 ●模型在20个纪元内获得了83％的准确度。 编写了保存和重

  3. 所属分类：其它

    • 发布日期：2021-04-01
    • 文件大小：1048576
    • 提供者：weixin_42099151