您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. Pytorch 实现自己的残差网络图片分类器

  2. 如果对代码有疑问可以看一下我的博客《Pytorch 实现自己的残差网络图片分类器》和压缩包中的README.docx。也欢迎大家在博客下面提问或者指出文中的错误,谢谢大家。
  3. 所属分类:机器学习

    • 发布日期:2018-06-25
    • 文件大小:268kb
    • 提供者:hubertyori
  1. ResNet代码

  2. ResNet 的pytorch实现方法 包括resnet50 resnet101 resnet161
  3. 所属分类:机器学习

    • 发布日期:2019-03-27
    • 文件大小:7kb
    • 提供者:qq_32277963
  1. pytorch-insightface-mxnet2pytorch.rar

  2. insighface人脸识别模型转换代码, 将mxnet-resnet模型转为pytorch对应的模型。包含 与mxnet模型对应的pytorch网络代码,及转换代码和mxnet 及pytorch 模型提特征测试代码文件
  3. 所属分类:互联网

    • 发布日期:2020-03-31
    • 文件大小:202mb
    • 提供者:qq_42189368
  1. Resnet50的pytorch实现

  2. 目前开源的一些resnet代码都是高度集成化,内部的层输出很难一一取出分析。为了能够对resnet每一层的输出都能操作,我修改了模型编写的方式,让resnet的代码的可读性提高。
  3. 所属分类:深度学习

    • 发布日期:2020-03-17
    • 文件大小:7kb
    • 提供者:jdzwanghao
  1. 基于PyTorch的口罩检测与分类mask_detection代码详解.zip

  2. 针对口罩检测,进行调研,包括了分类器的设计,人脸检测的设计。 其中主要分为两阶段,先是人脸检测,然后将检测到的人脸,进行二分类,标签为戴口罩,不戴口罩。包括了pytorch的代码,ppt的讲解,技术文档。 人脸识别是MTCNN,然后分类可以自己训练,我采用的是ResNet-18.
  3. 所属分类:深度学习

    • 发布日期:2020-10-25
    • 文件大小:4mb
    • 提供者:qq_32998593
  1. 基于PyTorch的口罩检测与分类mask_detection代码详解

  2. 针对口罩检测,进行调研,包括了分类器的设计,人脸检测的设计。 其中主要分为两阶段,先是人脸检测,然后将检测到的人脸,进行二分类,标签为戴口罩,不戴口罩。包括了pytorch的代码,ppt的讲解,技术文档。 人脸识别是MTCNN,然后分类可以自己训练,我采用的是ResNet-18.
  3. 所属分类:深度学习

    • 发布日期:2020-10-25
    • 文件大小:49mb
    • 提供者:qq_32998593
  1. pytorch学习(十)——过拟合相关问题及解决方案

  2. 上传时间:2020/11/10 最后测试:2020/11/10 内容:pytroch解决过拟合相关问题及解决方案 其他:pytorch学习练习代码 相关介绍:https://blog.csdn.net/jerry_liufeng/article/details/109608811
  3. 所属分类:深度学习

    • 发布日期:2020-11-10
    • 文件大小:158kb
    • 提供者:jerry_liufeng
  1. PyTorch加载预训练模型实例(pretrained)

  2. 使用预训练模型的代码如下: # 加载预训练模型 resNet50 = models.resnet50(pretrained=True) ResNet50 = ResNet(Bottleneck, [3, 4, 6, 3], num_classes=2) # 读取参数 pretrained_dict = resNet50.state_dict() model_dict = ResNet50.state_dict() # 将pretained_dict里不属于model_dict的键剔
  3. 所属分类:其它

    • 发布日期:2020-12-23
    • 文件大小:32kb
    • 提供者:weixin_38605144
  1. pytorch:pokemon+resnet详细代码+数据集

  2. 文章目录一.定义一个Pokemon的类,用于获取图片以及对应的label二.构建resblock三.搭建resnet四.设置一些超参数五.载入数据六.初始化模型,设置loss_function/optimizer/evaluation七.开始训练,并进行检验 import torch from torch import nn from torch.nn import functional as F from torchvision import transforms from torch.uti
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:96kb
    • 提供者:weixin_38724229
  1. Pytorch离线下载迁移学习模型方法(VGG,RESNET等)

  2. 就拿Resnet18举例 在程序中输入 from __future__ import print_function, division from torchvision import models model_ft = models.resnet18(pretrained=True) 然后运行,就会出现如下内容 再将这个网址复制到浏览器中,就可以直接下载Resnet18模型。下载结束后,将下载的文件放入你建立的python项目中,再运用如下代码就可以调用Resnet18模型。 model_
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:50kb
    • 提供者:weixin_38597889
  1. 使用Django开发集成Pytorch\Tensorflow的人工智能网站

  2. AI_WEB 1.基础环境和软件库需求 2.Xshell远程连接服务器 3.安装Linux版本的Anaconda 4.安装并测试Django 5.Git使用 6.服务器拉取仓库代码 7.规范django开发文件 8.配置settings.py文件 9.复习一遍git,将修改后的代码上传远程仓库 10.使用django进行简单的网页开发 11.安装windows-CPU版pytorch 12.测试运行ResNet分类模型 13.将Resnet模型集成在django 14.Linux服务器端安装py
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:70kb
    • 提供者:weixin_38701312
  1. pytorch 实现resnet模型 细节讲解

  2. Resnet50的细节讲解 残差神经网络 (ResNet)也是需要掌握的模型,需要自己手动实现理解细节。本文就是对代码的细节讲解,话不多说,开始了。 首先你需要了解它的结构,本文以resnet50围绕讲解,网络的输入照片大小是224×224的经过conv1,conv2,conv3,conv4,conv5最后在平均池化,全连接层。由于中间有重复利用的模块,所以我们需要将它们写成一个类,用来重复调用即可。 Resnet之所以能够训练那么深的原因就是它的结构,在不断向后训练的过程中依旧保留浅层特征,
  3. 所属分类:其它

    • 发布日期:2021-01-07
    • 文件大小:310kb
    • 提供者:weixin_38677306
  1. HyperNet:适用于ResNet的HyperNetworks的PyTorch实施(Ha等人,ICLR 2017)-源码

  2. 超网络 适用于ResNet的PyTorch实施(Ha等人,ICLR 2017)。该代码主要用于CIFAR-10和CIFAR-100,但是将其用于任何其他数据集都非常容易。将其用于不同深度的ResNet架构也非常容易。 我们使用pytorch闪电来控制整个管道。 怎么跑 python train.py --dataset {cifar10/cifar100} --gpus $num_gpu -j $num_workers --distributed_backend ddp 已过期。此回购协议已将H
  3. 所属分类:其它

  1. swav:SwAV的PyTorch实施httpsarxiv.orgabs2006.09882-源码

  2. 通过对比群集分配进行视觉特征的无监督学习 该代码提供了PyTorch实施和SwAV预训练的模型(SW apping V IEWS之间的ssignments),如在本文描述的。 SwAV是一种无需使用注释即可预训练卷积网络的有效且简单的方法。 与对比方法类似,SwAV通过比较图像的变换来学习表示,但是与对比方法不同,它不需要计算特征对比较。 由于不需要大型存储库或辅助动量网络,因此它使我们的框架更高效。 具体来说,我们的方法同时对数据进行聚类,同时在为同一张图片的不同增强(或“视图”)生成的聚类
  3. 所属分类:其它

    • 发布日期:2021-03-17
    • 文件大小:48kb
    • 提供者:weixin_42160376
  1. pytorch--SENet:挤压与激励网络的重新实现-源码

  2. ### Squeeze-和-Excitation Networks实施(pytorch) 为了训练 python main.py # argparser Default --print_freq 32 --save_dir ./save_model/ --save_every 10 --lr 0.1 --weight_decay 1e-4 --momentum 0.9 --Epoch 80 --batch_size 128 --test_batch_size 100 --cutout Tr
  3. 所属分类:其它

  1. USSS_ICCV19:ICCV 2019接受通用半监督语义分割模型代码的论文-源码

  2. USSS_ICCV19 ICCV 2019接受通用半监督语义分割代码。 全文见 。 要求 Python> = 2.6 PyTorch> = 1.0.0 ImageNet预训练的模型是从的存储库下载的。 数据集 城市景观: : IDD: : 怎么跑 python segment.py --basedir --lr 0.001 --num-epochs 200 --batch-size 8 --savedir --datasets [ ..] --num-samples
  3. 所属分类:其它

    • 发布日期:2021-03-11
    • 文件大小:38kb
    • 提供者:weixin_42099942
  1. 深度学习常用网络模型pytorch版本.zip

  2. 深度学习常用网络pytorch代码整理合集 包括 AlexNet , LeNet, NiNet, ResNet, VGGNet
  3. 所属分类:深度学习

    • 发布日期:2021-02-08
    • 文件大小:7kb
    • 提供者:xiao_9626
  1. ResNet-Cifar.py

  2. 简单的Cifar10数据集 pytorch 框架训练代码 使用简单的ResNet-18 进行训练 代码附有详细注释,一看就懂 修改代码,补充上自己的CiFar10数据集位置,就可以直接运行
  3. 所属分类:深度学习

    • 发布日期:2021-02-08
    • 文件大小:4kb
    • 提供者:xiao_9626
  1. pytorch-semantic-segmentation:用于语义分割的PyTorch-源码

  2. PyTorch用于语义分割 该存储库包含一些用于语义分割的模型以及在PyTorch中实现的训练和测试模型的管道 楷模 Vanilla FCN:分别为VGG,ResNet和DenseNet版本的FCN32,FCN16,FCN8( ) U-Net( ) SegNet( ) PSPNet() GCN() DUC,HDC() 需求 PyTorch 0.2.0 PyTorch的TensorBoard。 安装 其他一些库(在运行代码时查找丢失的内容:-P) 制备 转到models目录并在conf
  3. 所属分类:其它

  1. pytorch-cifar100:在cifar100上实践(ResNet,DenseNet,VGG,GoogleNet,InceptionV3,InceptionV4,Inception-ResNetv2,Xception,Resnet I

  2. 皮托奇·西法尔100 pytorch在cifar100上练习 要求 这是我的实验资料 python3.6 pytorch1.6.0 + cu101 张量板2.2.2(可选) 用法 1.输入目录 $ cd pytorch-cifar100 2.数据集 我将使用来自torchvision的cifar100数据集,因为它更方便,但我还将示例代码保留了用于在数据集文件夹中编写您自己的数据集模块的示例,以作为人们不知道如何编写它的示例。 3.运行tensorbard(可选) 安装张量板 $ pip
  3. 所属分类:其它

    • 发布日期:2021-02-05
    • 文件大小:45kb
    • 提供者:weixin_42125192
« 12 3 »