BERTScore利用来自BERT的预训练上下文嵌入,并通过余弦相似性匹配候选和参考句子中的单词
2022-04-24 16:26:45 577KB Python开发-自然语言处理
1
该资源是U2Net网络的预训练模型u2net.pth U2-Net: Going Deeper with Nested U-Structure for Salient Object Detection 觉得其他人要价太坑人了
2022-04-16 13:05:25 156.85MB U2NET 预训练模型 目标检测 图片分割
1
Word2Vec 模型word2vec-google-news-300。在 Google News 数据集上训练完成的 Word2Vec 模型,覆盖了大约 300 万的词汇和短语。该模型是利用了整个 Google News 大约 1000 亿个词的语料训练而成!由于文件太大,将压缩包分成了10个部分。
2022-04-14 10:53:33 43.3MB 自然语言处理 预训练模型
1
unet++ 预训练模型,conv2d
2022-04-13 17:33:47 271.04MB python
1
人脸的图像生成,AI换脸
2022-04-08 17:06:35 608.42MB stargan-v2
今天小编就为大家分享一篇pytorch载入预训练模型后,实现训练指定层,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
2022-04-08 12:23:31 45KB pytorch 训练 指定层
1
该文件是SkyAR项目的预训练模型。Castle in the Sky: Dynamic Sky Replacement and Harmonization in Videos
2022-04-07 15:16:14 563.07MB 预训练模型 SkyAR 天空置换 深度学习
1
Learnable Triangulation of Human Pose文章代码中的有关human36m数据集的预训练模型,包括基于体积和三角化的模型以及pose_resnet的预训练模型。放在data\pretrained目录下解压。
2022-04-06 22:32:54 843.68MB human36m 人体姿态识别 预训练模型
1
EfficientDet:可扩展且高效的对象检测 最新对象检测架构EfficientDet的PyTorch实现 动机 截至我开始从事该项目时,GitHub上没有PyTorch实施与该模型参数的数量与原始论文相匹配。 所有现有的存储库都与最近发布的TensorFlow实施方式发生了很大的变化(例如,更改主干的步幅,缺少批处理规范化层,池化层中没有“相同”的填充策略,不同的训练超参数,不使用指数移动平均衰减等)。 这是我在PyTorch中重现EfficientDet的尝试。 我的最终目标是从原始论文复制训练周期并获得几乎相同的结果。 实施注意事项 除了TensorFlow实现之外,我还消除了卷积层中无用的偏差,然后进行了批量归一化,这导致了参数减少。 模型动物园 型号名称 重物 #params #params纸 肺动脉压 val mAP纸 D0 38.78万 390万 32.8 33.5
2022-04-06 21:17:04 1.24MB pytorch object-detection efficientnet efficientdet
1
EfficientDet官方预训练模型,关注即可免积分下载,解决下载过慢的问题。资源会按照官方及时更新,欢迎下载哦~
1