残差网络50层模型,可用于图像分类,图像检索,训练数据来自ImageNet。从github上下载网速太慢,很难下载下来,我还是用公司服务器好不容易才下载下来的,亲测可用,发上来赚点资源积分自己用,请支持
2021-05-09 22:09:08 90.68MB resnet50 残差网络 ImageNet 图像检索
1
涵盖了yolov5m、yolov5s、yolov5l、yolov5s模型
2021-05-08 17:07:19 1.02MB yolov5 ios pytorch 深度学习
1
下载解压到到 ~/.keras/models/ 目录下。(windows放在C:\Users\xxx.keras\models\)
2021-05-08 13:07:34 73.86MB keras 预训练模型
1
下载解压到到 ~/.keras/models/ 目录下。(windows放在C:\Users\xxx.keras\models\)
2021-05-08 13:07:34 81.07MB keras 预训练模型
1
下载解压到到 ~/.keras/models/ 目录下。(windows放在C:\Users\xxx.keras\models\)
2021-05-08 13:07:34 52.2MB keras 预训练模型
1
下载解压到到 ~/.keras/models/ 目录下。(windows放在C:\Users\xxx.keras\models\)
2021-05-08 13:07:34 71.04MB keras 预训练模型
1
下载解压到到 ~/.keras/models/ 目录下。(windows放在C:\Users\xxx.keras\models\)
2021-05-08 13:07:33 489.98MB keras 预训练模型
1
下载解压到到 ~/.keras/models/ 目录下。(windows放在C:\Users\xxx.keras\models\)
2021-05-08 13:07:33 508.77MB keras 预训练模型
1
本文将介绍两个使用BERT编码句子(从BERT中提取向量)的例子。 (1)BERT预训练模型字向量提取工具 本工具直接读取BERT预训练模型,从中提取样本文件中所有使用到字向量,保存成向量文件,为后续模型提供embdding。 本工具直接读取预训练模型,不需要其它的依赖,同时把样本中所有 出现的字符对应的字向量全部提取,后续的模型可以非常快速进行embdding github完整源码 #!/usr/bin/env python # coding: utf-8 __author__ = 'xmxoxo' ''' BERT预训练模型字向量提取工具 版本: v 0.3.2 更新: 2020/3/2
2021-05-08 11:06:48 58KB 句子 工具 模型
1
使用PaddlePaddle实现声纹识别的预训练模型。 源码地址:https://github.com/yeyupiaoling/VoiceprintRecognition_PaddlePaddle
2021-05-05 09:06:00 262.77MB paddlepaddle 声纹识别 深度学习 说话人识别