https://github.com/NathanUA/U-2-Net工程的预训练模型，u2netp.pth，u2net.pth已有作者上传

yolo4_weights.pth

yolov4剪枝后预训练模型

本项目为基于CNN，RNN 和NLP中预训练模型构建的多个常见的文本分类模型

在终端设备上实现语音识别的TensorFlow预训练模型

开源项目facenet 预训练模型 20180402-114759 用于人脸识别，项目源码请见：https://github.com/davidsandberg/facenet

ctdet_coco_dla_2x.pth, GoogleDrivede的预训练模型，基于COCO数据集训练，CenterNet的backbone网络模型文件

https://github.com/google-research/bert 里的预训练好的中文的NER模型，该模型是中文命名实体识别的预训练模型chinese_L-12_H-768_A-12.zip，这个链接下载只需3积分，主要是想给大家提供方便，供大家学习使用。

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 torch from torch.autograd import Variable from utee import selector model_raw, ds_fetcher, is_imagenet = selector.select('mnist') ds_val = ds_fetcher(b

当神经网络具有许多参数时，它们的效果最佳，这使它们成为功能强大的函数逼近器。但是，这意味着必须对非常大的数据集进行训练。由于从头开始训练模型可能是一个非常耗费计算量的过程，需要几天甚至几周的时间，因此，这里提供了各种预先训练的模型供大家下载！