伪三维残差网络（P-3D）的pytorch版本，支持预训练模型...........................................

海量中文语料上预训练ALBERT模型：参数更少，效果更好。预训练小模型也能拿下13项NLP任务，ALBERT三大改造登顶GLUE基准

3d-photo-inpainting所使用的的训练模型，废了老鼻子劲耗时一天一夜才下载下来的。如果好用，请别忘记给个5星好评。

主要介绍了Keras 实现加载预训练模型并冻结网络的层，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

本模型是在ImageNet预训练好的resnet模型。作为faster RCNN的backbone网络参数使用。有参考https://github.com/jwyang/faster-rcnn.pytorch等人的项目开始入手faster RCNN的朋友可以下载这个模型。

分层预训练：研究资料库 这是一个用于复制“自我监督的预培训改善自我监督的预培训”项目结果的研究资料库。 您可以在这里找到arXiv的预拼版： ://arxiv.org/abs/2103.12718 @article{reed2021self, title={Self-supervised pretraining improves self-supervised pretraining.}, author={Reed, Colorado J and Yue, Xiangyu and Nrusimha, Ani and Ebrahimi, Sayna and Vijaykumar, Vivek and Mao, Richard and Li, Bo and Zhang, Shanghang and Guillory, Devin and Metzger, Sean and Keut

用于构建特征提取器（predictor）的人脸训练模型 具体请见我的博客http://blog.csdn.net/sunmc1204953974

res-net50-预训练模型，可用（resnet50-19c8e357.pth）

Tensorflow内置了许多数据集，但是实际自己应用的时候还是需要使用自己的数据集，这里TensorFlow 官网也给介绍文档，官方文档。这里对整个流程做一个总结（以手势识别的数据集为例）。 1、 收集手势图片 数据集下载 方法多种多样了。我通过摄像头自己采集了一些手势图片。保存成如下形式， 以同样的形式在建立一个测试集，当然也可以不弄，在程序里处理。 2、构建数据集 导入相关的包 import tensorflow as tf from tensorflow import keras from tensorflow.keras import datasets, layers, opti

变电站指针式仪表目标检测训练模型（已训练好），训练了500张图片，可用于检测指针式仪表