ai研习社举办的美食挑战赛2的代码分享，用notebook写的，所以是ipynb格式的文件，代码所用的数据集地址为https://static.leiphone.com/food_challenge2.zip，代码在kaggle上运行，如何让访问kaggle更快看这篇文章https://mp.csdn.net/console/editor/html/104365844

网络 CSNet：高效的物体检测网络 EfficientNet发布。 본 구 현 은 Tensorflow Keras 라 이 브 러 리 기 반 경 량 화 네 트 워 크 입 니 다 。 와params와FLOPS로경쟁력있는정확도를다。 目录 优先 CSNet은Tensorflow로반다。 코드는 Windows 및 Linux（Ubuntu） 동작합니다。 作业系统 Ubuntu的20.10 TF版 2.4.1 Python版本 3.8.0 CUDA 11.1 联合会 cuD

瓶颈变压器-火炬 在Pytorch中，在性能-计算权衡方面优于EfficientNet和DeiT的卷积（SotA）视觉识别模型的卷积+注意实现 安装 $ pip install bottleneck-transformer-pytorch 用法 import torch from torch import nn from bottleneck_transformer_pytorch import BottleStack layer = BottleStack ( dim = 256 ,

无标记生存力测定 训练有素的EU-Net模型分别用于HeLa和CHO细胞图像。 安装 点安装-r require.txt 型号下载 HeLa模型（EfficientNet-B3）： CHO模型（EfficientNet-B7）：