指数模型：MPG=60.15*0.9996**WEIGHT

权重衰减（weight decay）与学习率衰减（learning rate decay）

https://onedrive.live.com/?authkey=!AM2OzK4S4RpT-SU&id=5FDEBAB7450CDD92!121&cid=5FDEBAB7450CDD92的权重文件

weights.zip yolo v5 weights

NFNet Pytorch实施 此回购包含来自未经归一化的高性能大型图像识别论文的，具有ImageNet高精度的预训练NFNet模型F0-F6。 小型模型的精度与EfficientNet-B7一样，但训练速度快了8.7倍。 大型模型在ImageNet上设置了新的SOTA top-1精度。 NFNet F0 F1 F2 F3 F4 F5 F6 + SAM 最高为1的准确性Brock等人。 83.6 84.7 85.1 85.7 85.9 86.0 86.5 此实现的Top-1精度 82.82 84.63 84.90 85.46 85.66 85.62 待定 所有学分归的作者所有。 该在很大程度上受到其在出色的JAX实现的启发。 拜访他们的回购网站以作参考。 开始吧 git clone https://github.com/benjs/nfnet

LaneNet-Lane-Detection！The trained lanenet model weights files are stored in （new_lanenet_model_file）（资源为该链接中的全部文件）. You can download the model and put them in folder model/tusimple_lanenet/ 端到端的车道线检测方法，Github代码地址：https://github.com/MaybeShewill-CV/lanenet-lane-detection/blob/master/README.md

PRNet_Mask 的预训练模型只开源了256_256_resfcn256_weight.data-00000-of-00001，但是pytorch加载预训练时，缺256_256_resfcn256_weight.index，自己测试成功，大家可以方向下载。 网络代码开源地址： https://github.com/YadiraF/PRNet https://github.com/bleakie/MaskInsightface/tree/master/PRNet_Mask

MNIST权重和偏置参数

WheelView效果类似android4.0以上原生的DatePicker这种。此项目可以选择年龄、体重、身高。

I3D模型从Tensorflow转移到PyTorch 此仓库包含几个脚本，这些脚本允许从论文的I3D的Tensorflow实现传递权重 Joao Carreira和Andrew Zisserman撰写的PyTorch的。 原始（和官方的！）张量流代码可以在找到。 传输的核心是i3d_tf_to_pt.py脚本 使用python i3d_tf_to_pt.py --rgb启动它，以生成从ImageNet扩展初始化中python i3d_tf_to_pt.py --rgb的rgb检查点权重。 要生成流权重，请使用python i3d_tf_to_pt.py --flow 。 您还可以通过同时使用两个标记python i3d_tf_to_pt.py --rgb --flow在一次运行中生成两者。 请注意，主版本需要PyTorch 0.3，因为它依赖于此最新版本中所包含的Constan