高效Net-Lite火炬
Google的Pytorch实现。 提供imagenet预训练模型。
在EfficientNet-Lite中，所有的SE模块均被删除，所有的交换层都被ReLU6取代。 对于边缘设备，它比EfficientNet-B系列更友好。
型号详情：
模型
参量
MAdds
Top1 Acc（官方）
Top1 Acc（此回购）
前5名
efficiencynet-lite0
470万
407M
75.1％
71.73％
90.17％
efficiencynet-lite1
540万
631M
76.7％
74.71％
92.01％
efficiencynet-lite2
610万
899M
77.6％
77.14％
93.54％
efficiencynet-lite3
820万
1.44B
79.8％
78.91％
94.37
2022-07-19 15:03:07
18KB
1
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
2022-06-27 16:26:02
27.94MB
1
基于transformers+bert预训练模型在语义相似度任务上的finetune
2022-06-21 01:23:44
429.65MB
1