CNN_classification_feature_extraction:PyTorch中的CNN模型用于分类和特征提取-源码

上传者: 42152298 | 上传时间: 2021-03-05 02:48:47 | 文件大小: 19KB | 文件类型: ZIP
CNN_classification_feature_extraction 该存储库是pytorch中用于分类和特征提取的CNN的实现。 Pytorch预训练的模型已被用于其解释。 该代码支持数据并行性和多GPU,提早停止和类权重。 此外,您可以选择加载预训练的权重(在ImageNet数据集上进行训练)或使用随机权重从头开始训练。 预训练的模型结构在最后一层有1000个节点。 此代码将所有模型的最后一层修改为可与每个数据集兼容。 可以使用以下模型: 'resnet18', 'resnet34', 'resnet50', 'resnet101', 'resnet152', 'resnext50_32x4d', 'resnext101_32x8d', 'wide_resnet50_2', 'wide_resnet101_2', 'vgg11', 'vgg11_bn', 'vgg13'

文件下载

资源详情

[{"title":"( 10 个子文件 19KB ) CNN_classification_feature_extraction:PyTorch中的CNN模型用于分类和特征提取-源码","children":[{"title":"CNN_classification_feature_extraction-master","children":[{"title":"models","children":[{"title":"CNN_models.py <span style='color:#111;'> 6.47KB </span>","children":null,"spread":false}],"spread":true},{"title":"tools","children":[{"title":"logger.py <span style='color:#111;'> 1.18KB </span>","children":null,"spread":false},{"title":"visualization.py <span style='color:#111;'> 7.63KB </span>","children":null,"spread":false}],"spread":true},{"title":"train.py <span style='color:#111;'> 4.66KB </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 1.05KB </span>","children":null,"spread":false},{"title":"dataset","children":[{"title":"readme.txt <span style='color:#111;'> 32B </span>","children":null,"spread":false}],"spread":true},{"title":"classification.py <span style='color:#111;'> 47.09KB </span>","children":null,"spread":false},{"title":"trained_models","children":[{"title":"readme.txt <span style='color:#111;'> 43B </span>","children":null,"spread":false}],"spread":true},{"title":"README.md <span style='color:#111;'> 3.22KB </span>","children":null,"spread":false},{"title":"prediction.py <span style='color:#111;'> 2.65KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

  • qq_46276675 :
    提供技术支持吗?可以加你吗或者加我qq993583317
    2021-11-14

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