基于特征项权重自动分解的文本聚类.pdf

VGG16模型的预训练权重参数，不包含全连接层。

权重信息不完全的多属性决策的灰色关联分析法，卫贵武，，针对属性权重信息不完全且属性值确定的多属性决策问题，提出了一种灰色关联分析的决策方法。该方法依据一般的灰色关联分析方法的

基于自适应权重的RFCM聚类算法.pdf

基于灰色聚类的飞机技术派遣决策参数组合权重确定.pdf

介绍 一种转换工具，可将YOLO v3暗网权重转换为TF Lite模型（YOLO v3 PyTorch> ONNX> TensorFlow> TF Lite）和TensorRT模型（dynamic_axes分支）。 先决条件 python3 torch==1.3.1 torchvision==0.4.2 onnx==1.6.0 onnx-tf==1.5.0 onnxruntime-gpu==1.0.0 tensorflow-gpu==1.15.0 码头工人 docker pull zldrobit/onnx:10.0-cudnn7-devel 用法 1.下载预训练的Darknet权重： cd weights wget https://pjreddie.com/media/files/yolov3.weights 2.将YOLO v3模型从Darknet权重转换为ONNX模

cfg.MODEL.WEIGHTS = model_zoo.get_checkpoint_url("COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x.yaml") #权重

通过对多份DXO完整的打分报告进行数据回归分析，破解了最终分数的子模块权重比例。对于即将送测DXO的手机团队来说，有一定参考意义。

适用于pytorch的网络模型ResNet的模型权重 resnet101-5d3b4d8f.pth resnet152-b121ed2d.pth resnet18-5c106cde.pth resnet34-333f7ec4.pth resnet50-19c8e357.pth resnext101_32x8d-8ba56ff5.pth resnext50_32x4d-7cdf4587.pth 调用方法： model = models.resnet50(pretrained=False) model.load_state_dict(torch.load('weight/resnet50/resnet50-19c8e357.pth')) model.fc = nn.Linear(model.fc.in_features, CLASS_NUM) pretrained表示不下载权重，若用于图片分类，可以在后面加多一层，用来输出CLASS_NUM个结果，即CLASS_NUM个类别

行业分类-电信-基于数据挖掘的被动雷达信号分选关联权重计算方法.rar