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. resnet50_weights_tf_dim_ordering_tf_kernels.h5

  2. resnet50_weights_tf_dim_ordering_tf_kernels.h5 速度快，准确率高，参数不多

  3. 所属分类：深度学习

    • 发布日期：2017-12-17
    • 文件大小：98mb
    • 提供者：qq_30803353

  1. resnet50_weights_tf_dim_ordering_tf_kernels.h5

  2. ResNet-50 模型的网络结构参数,下载后复制到C:\Users\XXX\.keras\models目录下即可使用

  3. 所属分类：机器学习

    • 发布日期：2018-05-20
    • 文件大小：90mb
    • 提供者：u010349092

  1. mobil_mask_rcnn_coco.h5

  2. 采用mobilenet_v1替换原作者采用的resnet50，对于coco2014数据集进行重新训练,迭代了160k次，最终得到的模型模型大小为93m,原模型270多m，同时运算速度大大的提升了，感兴趣的同学可以去下载一下，不用gpu,可以直接在配置好环境的CPU就可以跑起来！

  3. 所属分类：深度学习

    • 发布日期：2018-07-12
    • 文件大小：92mb
    • 提供者：ghw15221836342

  1. 残差网络.rar

  2. 本文档中包含ResNet50的源文章，网络结构图以及参数文件（h5，可直接使用），帮助大家了解残差网络

  3. 所属分类：深度学习

    • 发布日期：2019-06-09
    • 文件大小：92mb
    • 提供者：qq_37676220

  1. resnet50_weights_tf_dim_ordering_tf_kernels_notop.h5

  2. python深度学习的resnet50预训练模板，放在C:\Users\{用户名}\.keras\models下直接使用，免去下载慢烦恼

  3. 所属分类：深度学习

    • 发布日期：2020-03-23
    • 文件大小：90mb
    • 提供者：funCfans

  1. tf2.x_resnet50_pretrained_model.zip

  2. 内包含ResNet50网络模型，模型预训练参数（.h5文件，基于tf2），以及一项使用tf2实现的对ResNet50的网络结构和预训练参数的分开调用。

  3. 所属分类：深度学习

    • 发布日期：2020-09-06
    • 文件大小：90mb
    • 提供者：weixin_43702410

  1. Resnet50.h5

  2. 直接下载通过调用里面参数及模型结构就可以快速训练好模型，帮助你节省时间！

  3. 所属分类：深度学习

    • 发布日期：2020-12-17
    • 文件大小：270mb
    • 提供者：weixin_43829694

  1. keras读取h5文件load_weights、load代码操作

  2. 关于保存h5模型、权重网上的示例非常多，也非常简单。主要有以下两个函数： 1、keras.models.load_model() 读取网络、权重 2、keras.models.load_weights() 仅读取权重 load_model代码包含load_weights的代码，区别在于load_weights时需要先有网络、并且load_weights需要将权重数据写入到对应网络层的tensor中。 下面以resnet50加载h5权重为例，示例代码如下 import keras from ke

  3. 所属分类：其它

    • 发布日期：2021-01-19
    • 文件大小：538kb
    • 提供者：weixin_38752907

  1. Keras: model实现固定部分layer,训练部分layer操作

  2. 需求：Resnet50做调优训练，将最后分类数目由1000改为500。 问题：网上下载了resnet50_weights_tf_dim_ordering_tf_kernels_notop.h5，更改了Resnet50后，由于所有层均参加训练，导致训练速度慢。实际上只需要训练最后3层，前面的层都不需要训练。 解决办法： ①将模型拆分为两个模型，一个为前面的notop部分，一个为最后三层，然后利用model的trainable属性设置只有后一个model训练，最后将两个模型合并起来。 ②不用拆分，遍

  3. 所属分类：其它

    • 发布日期：2021-01-19
    • 文件大小：55kb
    • 提供者：weixin_38692631