Pytorch实现CIFAR10图像分类任务测试集准确率达95%

上传者: 43799388 | 上传时间: 2022-04-14 16:40:20 | 文件大小: 22KB | 文件类型: RAR
在CIFAR10数据集上做的图像分类任务,使用了多个主流的backbone网络,希望可以为想要入门深度学习的同志们,提供一个方便上手、容易理解的教程。

文件下载

资源详情

[{"title":"( 15 个子文件 22KB ) Pytorch实现CIFAR10图像分类任务测试集准确率达95%","children":[{"title":"Pytorch实现CIFAR10图像分类任务测试集准确率达95%","children":[{"title":"pytorch_cifar10_main.py <span style='color:#111;'> 7.17KB </span>","children":null,"spread":false},{"title":"checkpoint","children":null,"spread":false},{"title":"output","children":null,"spread":false},{"title":"backbones","children":[{"title":"LeNet5.py <span style='color:#111;'> 743B </span>","children":null,"spread":false},{"title":"DenseNet.py <span style='color:#111;'> 3.80KB </span>","children":null,"spread":false},{"title":"ShuffleNetv2.py <span style='color:#111;'> 6.46KB </span>","children":null,"spread":false},{"title":"VGG.py <span style='color:#111;'> 1.59KB </span>","children":null,"spread":false},{"title":"ResNet.py <span style='color:#111;'> 6.11KB </span>","children":null,"spread":false},{"title":"MobileNetv3.py <span style='color:#111;'> 8.00KB </span>","children":null,"spread":false},{"title":"Darknet.py <span style='color:#111;'> 3.38KB </span>","children":null,"spread":false},{"title":"GoogLeNet.py <span style='color:#111;'> 3.12KB </span>","children":null,"spread":false},{"title":"CSPDarknet.py <span style='color:#111;'> 5.15KB </span>","children":null,"spread":false},{"title":"EfficientNet.py <span style='color:#111;'> 5.40KB </span>","children":null,"spread":false},{"title":"AlexNet.py <span style='color:#111;'> 2.12KB </span>","children":null,"spread":false},{"title":"ResNeXt.py <span style='color:#111;'> 5.07KB </span>","children":null,"spread":false},{"title":"SENet.py <span style='color:#111;'> 3.06KB </span>","children":null,"spread":false},{"title":"MobileNetv2.py <span style='color:#111;'> 3.99KB </span>","children":null,"spread":false}],"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