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. densenet121.py例子

  2. keras 各种fine tune，深度学习专用，机器学习专用，代码简单，vgg resnet inception..

  3. 所属分类：深度学习

    • 发布日期：2018-01-28
    • 文件大小：9kb
    • 提供者：wulala789

  1. densenet121-a639ec97.pth

  2. pytorch的官方预训练模型：densenet121-a639ec97.pth，

  3. 所属分类：深度学习

    • 发布日期：2018-10-10
    • 文件大小：28mb
    • 提供者：qq_34374211

  1. densenet121_weights_tf_dim_ordering_tf_kernels.h5

  2. from tensorflow.keras.applications import DenseNet121 base_model=DenseNet121(weights='imagenet', input_shape=(224, 224, 3)) 由此下载得到的模型weights tensorflow2.1.0 （keras提供下载的和tf提供的权重不一样？？？）

  3. 所属分类：深度学习

  1. tensorflow+imageai环境搭建到图像预测和检测

  2. tensorflow+imageai从环境搭建到图像预测 图像检测 填坑，功能实现和ImageAI自带模型 - SqueezeNet（文件大小：4.82 MB，预测时间最短，精准度适中） - ResNet50 by Microsoft Research （文件大小：98 MB，预测时间较快，精准度高） - InceptionV3 by Google Brain team （文件大小：91.6 MB，预测时间慢，精度更高） - DenseNet121 by Facebook AI Researc

  3. 所属分类：Python

    • 发布日期：2020-10-24
    • 文件大小：349mb
    • 提供者：zkcharge

  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：49kb
    • 提供者：weixin_38614391

  1. CSE251B_WI21_BrainMRI-源码

  2. CSE251B_WI21_BrainMRI 变更日志 3月7日-所有文件的初始代码转储。 3月7日-修正了将标签贴到CUDA上的代码，上传了VGG16培训结果 3月7日-修复了model_factory.py中的代码，以解决DenseNet121前向传递的尺寸问题 3月8日-添加了experiment_v03.py，更新了main_run_exp.py以使用更新的experiment_v03.py。 3月11日-添加了Experiment_v04.py，更新了main_run_exp.py，

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：22mb
    • 提供者：weixin_42134234

  1. Dog-Classifier-App：用户上传照片，应用程序预测品种-源码

  2. 狗分类器应用 用户上传照片，应用程序使用Pytorch“ densenet121” CNN模型预测品种。 该模型没有任何修改。 我有暂定计划添加比当前可用的119个品种更多的品种，但这是用于以后的版本。 该应用程序的目的是练习在Heroku上部署Dash应用程序。 ！[]（img / demo_gif.gif |宽度= 500）

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：19mb
    • 提供者：weixin_42160425

  1. 使用深度学习对食物图像进行分类-源码

  2. 使用深度学习对食物图像进行分类 执行摘要 某个图像不仅必须代表一个属性，而且在大多数情况下代表两个以上。 换句话说，可以为单个图像指定多个标题或标签。 这个问题称为多标签分类，用于少数内容检索和场景理解。 对于本研究，使用Keras（带有Tensorflow后端）将多标签分类算法应用于食物图像。 更改了简单的CNN模型，让位于多标签分类。 为了使事情变得容易，特别使用了ResNet50，MobileNet，DenseNet121和Xception等预先训练的CNN模型。 然后，应使用Nanone

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：41mb
    • 提供者：weixin_42136826

  1. 区域：微小的，毫无意义的，自包含的，Tensorflow和ONNX推理-源码

  2. Sonos的神经网络推理引擎。 该项目以前称为tfdeploy，或Tensorflow-deploy-rust。 什么 ？ tract是一个神经网络推理工具包。 它可以读取Tensorflow 1，ONNX或NNEF，对其进行优化并通过它们运行数据。 快速开始 在风景区 ONNX 截至今天（2020年10月）中， tract通的ONNX后端测试成功约85％。 Onnx测试套件中的所有“现实生活”集成测试都通过了：bvlc_alexnet，densenet121，inception_v1，i

  3. 所属分类：其它