model weight in this repo https://github.com/fchollet/deep-learning-models
Keras提供的预训练权重
2021-02-21 12:06:50
80.19MB
1
efficientnet-b0_weights_tf_dim_ordering_tf_kernels_autoaugment_notop.h5官网下载了好久下载不下来，这里分享出来
2021-01-29 20:17:12
16.03MB
1
efficientnet-b1_weights_tf_dim_ordering_tf_kernels_autoaugment_notop.h5，网上下载了好久才下载下来
2021-01-29 20:17:12
25.91MB
1
densenet201_weights_tf_dim_ordering_tf_kernels_notop.h5， keras预训练模型，densenet201
2020-02-07 03:09:18
72.85MB
1
核学习,
核方法非常经典的书籍。里面包括各种核方法：kpca，kfda以及贝叶斯核方法-learning with kernels， this book is a classical book about kernel。 really worth of reading。
2020-01-03 11:23:08
35.63MB
1
resnet101_weights_tf_dim_ordering_tf_kernels_notop
2019-12-21 22:02:05
163.5MB
1
vgg16_weights_tf_dim_ordering_tf_kernels_notop.h5 不太好下 公开出来
2019-12-21 21:47:34
52.19MB
1
花了很长时间收集的AI学习相关的数理知识文档，Learning with Kernels高清扫描版
2019-12-21 21:46:04
7.36MB
1
这有两个文件，分别为inception_v3_weights_tf_dim_ordering_tf_kernels.h5，
inception_v3_weights_tf_dim_ordering_tf_kernels_notop.h5
2019-12-21 21:44:10
160.87MB
1
resnet50_weights_tf_dim_ordering_tf_kernels_notop.h5 速度快，准确率高，参数不多
50层残差网络模型,权重训练自ImageNet
该模型在Theano和TensorFlow后端均可使用,并接受channels_first和channels_last两种输入维度顺序
模型的默认输入尺寸:224x224
2019-12-21 21:43:09
90.27MB
1