PyTorch中的广泛残留网络（WideResNets）
在PyTorch中实现的CIFAR10 / 100的WideResNets。 此实现所需的GPU内存少于官方Torch实现所需的GPU内存： : 。
例子：
python train.py --dataset cifar100 --layers 40 --widen-factor 4
致谢
宽余网络（BMVC 2016） ，作者：Sergey Zagoruyko和Nikos Komodakis。
2022-08-04 20:54:02
6KB
1
EDSR-Enhanced Deep Residual Networks for Single Image Super-Resolution论文代码，NTIRE2017冠军，Torch写的，欢迎各位下载
2022-06-30 22:30:14
4.45MB
1
论文《Dilated Residual Networks》的pytorch源码，python3环境。
2021-08-20 10:26:58
454KB
1
EDSR-Enhanced Deep Residual Networks for Single Image Super-Resolution,pytorch实现的，欢迎各位下载！
2021-05-21 15:39:27
470KB
1
Enhanced Deep Residual Networks for Single Image Super-Resolution
2021-03-28 13:14:30
5.5MB
1
Identity Mappings in Deep Residual Networks.zip
2021-03-16 17:15:51
1.02MB
1