darknet是一个较为轻型的完全基于C与CUDA的开源深度学习框架，其主要特点就是容易安装，没有任何依赖项（OpenCV都可以不用），移植性非常好，支持CPU与GPU两种计算方式。Darknet的优势： darknet完全由C语言实现，没有任何依赖项，当然可以使用OpenCV，但只是用其来显示图片、为了更好的可视化； darknet支持CPU（所以没有GPU也不用紧的）与GPU（CUDA/cuDNN，使用GPU当然更块更好了）； 正是因为其较为轻型，没有像TensorFlow那般强大的API，所以给我的感觉就是有另一种味道的灵活性，适合用来研究底层，可以更为方便的从底层对其进行改进与扩展

按word2vec格式存储的BERT预训练模型

修改版yolov4预训练模型

yolov4预训练模型

修改版yolov4-pacsp-s-mish预训练模型

Res2Net 论文正式实现 我们的论文被IEEE Transactions on Pattern Analysis and Machine Intelligence（TPAMI）接受。 更新 2020.10.20 PaddlePaddle版本Res2Net达到85.13％top-1 acc。 在ImageNet上： 。 2020.8.21发布了使用Res2Net进行检测和分割的在线演示： ://mc.nankai.edu.cn/res2net-det 2020.7.29在ImageNet上发布Res2Net的培训代码 （仅用于非商业用途） 2020.6.1 Res2Net现在位于新的深度学习框架的官方模型动物园中。 2020.5.21 Res2Net现在是MMDetection v2框架中的基本骨干之一。 结合使用MMDetection v2和Res2Net，可以以更少的计

PyTorch图像模型，脚本，预训练权重-（SE）ResNet / ResNeXT，DPN，EfficientNet，MixNet，MobileNet-V3 / V2 / V1，MNASNet，单路径NAS，FBNet等更多PyTorch图像模型等2020年11月11日，变更组合：DenseNet模型已更新，其中包括从Torchvision中提高了内存效率（修复了错误），模糊池和深茎添加，增加了VoVNet V1和V2模型，将39 V2变体（ese_vovnet_39b）训练为79.3 top-1激活工厂以及新的激活：选择在模型创建时执行操作，以便在使用与添加了脚本或跟踪（ONNX导出）hard_mish（实验性）兼容的激活时更加灵活

Tensorflow VGG16和VGG19 参考 这是基于和的VGG 16和VGG 19的Tensorflow实现。 原始的Caffe实现可在和找到。 我们已修改的实现以使用numpy加载而不是默认的tensorflow模型加载，以加快初始化速度并减少总体内存使用量。 这种实现方式可以进一步修改网络，例如删除FC层或增加批处理大小。 要使用VGG网络，必须下载或的npy文件。 ##用法使用它来构建VGG对象 vgg = vgg19.Vgg19() vgg.build(images) 或者 vgg = vgg16.Vgg16() vgg.build(images) images是形状为[None, 224, 224, 3]的张量。 技巧：张量可以是一个占位符，一个变量甚至是一个常数。 然后可以使用vgg对象访问所有VGG层（张量）。 例如， vgg.conv1_1 ， v

多种语言的预训练ELMo表示 我们发布了接受多种语言培训的ELMo表示形式，这有助于我们赢得LAS根据赢得的。 技术细节 我们使用与相同的超参数设置 for biLM和角色CNN。 我们根据从每种任务的共享任务（wikidump +通用抓取）发布的原始文本中随机抽取的2000万字数据集训练其参数。 我们主要基于的代码，但进行了以下更改： 我们支持unicode字符； 我们使用样本softmax技术使大词汇量的训练变得可行（ ）。 但是，我们使用围绕目标单词的单词窗口作为否定样本，并且在我们的初步实验中显示出更好的性能。 在NVIDIA P100 GPU上，用一种语言进行ELMo的培训大约需要3天。 资料下载 这些模型托管在。 ELMo简体中文 我们还提供了 。 它是针对新华比例进行培训的，这与传统中文ELMo的维基百科不同。 前提条件 必须是python> = 3.6（如果使用python3.5，则会遇到此问题 ） 火炬0.4 来自allennlp的其他要求 用法 安装套件 您需要安装软件包才能使用嵌入功能，并具有以下建议 python setup.py install

基于Pytorch实现的声纹识别大预训练模型，源码地址：https://github.com/yeyupiaoling/VoiceprintRecognition_Pytorch