pytorch-cnn-finetune:使用PyTorch微调预训练的卷积神经网络-源码

上传者: 42121086 | 上传时间: 2021-09-19 15:43:50 | 文件大小: 21KB | 文件类型: ZIP
使用PyTorch对预训练的卷积神经网络进行微调。 产品特点 可以访问ImageNet上经过预训练的最受欢迎的CNN架构。 自动替换网络顶部的分类器,使您可以使用具有不同类数的数据集训练网络。 使您可以使用任何分辨率的图像(不仅限于在ImageNet上用于训练原始模型的分辨率)。 允许添加一个Dropout层或一个自定义池层。 支持的架构和模型 从包中: ResNet( resnet18 , resnet34 , resnet50 , resnet101 , resnet152 ) ResNeXt( resnext50_32x4d , resnext101_32x8d ) Dens

文件下载

资源详情

[{"title":"( 22 个子文件 21KB ) pytorch-cnn-finetune:使用PyTorch微调预训练的卷积神经网络-源码","children":[{"title":"pytorch-cnn-finetune-master","children":[{"title":"MANIFEST.in <span style='color:#111;'> 38B </span>","children":null,"spread":false},{"title":"LICENSE.txt <span style='color:#111;'> 1.03KB </span>","children":null,"spread":false},{"title":"scripts","children":[{"title":"run_tests.sh <span style='color:#111;'> 2.00KB </span>","children":null,"spread":false}],"spread":true},{"title":".circleci","children":[{"title":"config.yml <span style='color:#111;'> 2.44KB </span>","children":null,"spread":false}],"spread":true},{"title":"examples","children":[{"title":"__init__.py <span style='color:#111;'> 0B </span>","children":null,"spread":false},{"title":"cifar10.py <span style='color:#111;'> 5.11KB </span>","children":null,"spread":false}],"spread":true},{"title":"setup.py <span style='color:#111;'> 1.68KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 4.21KB </span>","children":null,"spread":false},{"title":"cnn_finetune","children":[{"title":"shims.py <span style='color:#111;'> 810B </span>","children":null,"spread":false},{"title":"contrib","children":[{"title":"__init__.py <span style='color:#111;'> 0B </span>","children":null,"spread":false},{"title":"pretrainedmodels.py <span style='color:#111;'> 8.68KB </span>","children":null,"spread":false},{"title":"torchvision.py <span style='color:#111;'> 8.14KB </span>","children":null,"spread":false}],"spread":true},{"title":"base.py <span style='color:#111;'> 10.05KB </span>","children":null,"spread":false},{"title":"utils.py <span style='color:#111;'> 131B </span>","children":null,"spread":false},{"title":"__init__.py <span style='color:#111;'> 164B </span>","children":null,"spread":false}],"spread":true},{"title":"tests","children":[{"title":"test_pretrained_models.py <span style='color:#111;'> 9.49KB </span>","children":null,"spread":false},{"title":"utils.py <span style='color:#111;'> 1.17KB </span>","children":null,"spread":false},{"title":"__init__.py <span style='color:#111;'> 0B </span>","children":null,"spread":false},{"title":"test_base.py <span style='color:#111;'> 4.24KB </span>","children":null,"spread":false},{"title":"conftest.py <span style='color:#111;'> 284B </span>","children":null,"spread":false},{"title":"test_torchvision_models.py <span style='color:#111;'> 7.67KB </span>","children":null,"spread":false}],"spread":true},{"title":".gitignore <span style='color:#111;'> 27B </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明