Install<br />
pip install tensorflow_image_models==0.0.11
----------------------------------------------
Usage<br />
from tensorflow_image_models import list_models<br />
list_models()<br />
models list:<br />
DPN92<br />
DPN98<br />
DPN131<br />
DPN107<br />
EfficientNetB0<br />
EfficientNetB1<br />
.....<br />
.....<br />
VGG16<br />
VGG19<br />
.....<br />
.....<br />
ViTGaint_14<br />
ViTGaint_16<br />
Create Model<br />
from tensorflow_image_models import EfficientNet<br />
model = EfficientNet.EfficientNetB0(classes=10)<br />
model.summary()
from tensorflow_image_models import Inception<br />
model = Inception.InceptionV4(classes=3, input_shape=(299,299,3)<br />
model.summary()
----------------------------------------------
Here is a list of input shape expected for each model
EfficientNetB0 = (224, 224, 3)<br />
EfficientNetB1 = (240, 240, 3)<br />
EfficientNetB2 = (260, 260, 3)<br />
EfficientNetB3 = (300, 300, 3)<br />
EfficientNetB4 = (380, 380, 3)<br />
EfficientNetB5 = (456, 456, 3)<br />
EfficientNetB6 = (528, 528, 3)<br />
EfficientNetB7 = (600, 600, 3)<br />
AlexNet = (224, 224, 3)<br />
InceptionResNetV2 = (299, 299, 3)<br />
InceptionV3 = (299, 299, 3)<br />
LeNet = (32, 32, 1)<br />
MobileNetV2 = (224, 224, 3)<br />
ResNet18 = (224, 224, 3)<br />
ResNet34 = (224, 224, 3)<br />
VoVNet27 = (224, 224, 3)<br />
VoVNet39 = (224, 224, 3)<br />
VoVNet57 = (224, 224, 3)<br />
ViTTiny = (224, 224, 3)<br />
ViTSmall_8 = (224, 224, 3)<br />
ViTSmall_16 = (224, 224, 3)<br />
ViTSmall_32 = (224, 224, 3)<br />
ViTBase_8 = (224, 224, 3)<br />
ViTBase_16 = (224, 224, 3)<br />
ViTBase_32 = (224, 224, 3)<br />
ViTLarge_14 = (224, 224, 3)<br />
ViTLarge_16 = (224, 224, 3)<br />
ViTLarge_32 = (224, 224, 3)<br />
ViTHuge_14 = (224, 224, 3)<br />
ViTHuge_16 = (224, 224, 3)<br />
ViTGaint_14 = (224, 224, 3)<br />
ViTGaint_16 = (224, 224, 3)<br />
The rest of the models receive any shape, and the default shape is (128,128,3)
----------------------------------------------
License<br />
This project is licensed under the MIT License
----------------------------------------------
Author<br />
DEEPOLOGY LAB
没有合适的资源?快使用搜索试试~ 我知道了~
tensorflow_image_models-0.0.11.tar.gz
需积分: 1 0 下载量 58 浏览量
2024-03-02
12:31:45
上传
评论
收藏 28KB GZ 举报
温馨提示
共42个文件
py:35个
txt:3个
pkg-info:2个
TensorFlow是一个开放源代码的软件库,用于进行高性能数值计算。通过其灵活的架构,它允许用户轻松地部署计算工作在各种平台(CPUs、GPUs、TPUs)上,无论是在桌面、服务器还是移动设备上。TensorFlow最初由Google Brain团队(属于Google的人工智能部门)开发,并在2015年被发布到Apache 2.0开源许可证下。 TensorFlow的主要特点包括它的高度灵活性、可扩展性和可移植性。它支持从小到大的各种计算,从手机应用到复杂的机器学习系统。TensorFlow提供了一个全面的、灵活的生态系统的库、工具和社区资源,使研究人员能够推动人工智能领域的最前沿,并使开发人员能够轻松构建和部署由机器学习驱动的应用。 TensorFlow的核心是使用数据流图来表示计算。在数据流图中,节点表示在数据上执行的操作,而图中的边表示在操作之间流动的数据。这种表示法允许TensorFlow有效地执行并行计算,并且可以在不同的硬件平台上高效运行。此外,TensorFlow支持自动微分,这对于实现复杂的机器学习算法(如深度学习网络)至关重要。
资源推荐
资源详情
资源评论
收起资源包目录
tensorflow_image_models-0.0.11.tar.gz (42个子文件)
tensorflow_image_models-0.0.11
setup.py 713B
PKG-INFO 3KB
tensorflow_image_models
__init__.py 3KB
VGG19.py 4KB
InceptionV3.py 11KB
EfficientNet.py 12KB
ResNet34.py 3KB
ResNet152.py 8KB
AlexNet.py 3KB
InceptionV4.py 15KB
ResNet50.py 8KB
main.py 2KB
MobileNetV1.py 3KB
InceptionResNetV1.py 14KB
Xception.py 7KB
MobileNetV2.py 4KB
ResNet18.py 2KB
ResNet.py 159B
DenseNet201.py 5KB
ResNet101.py 8KB
ResNeXt.py 4KB
VoVNet.py 19KB
InceptionResNetV2.py 20KB
DenseNet.py 111B
VGG16.py 4KB
Inception.py 172B
VisionTransformer.py 24KB
DenseNet121.py 5KB
DPN.py 9KB
DenseNet169.py 5KB
LeNet.py 2KB
VGG.py 50B
ShufflenetV2.py 6KB
CspNet.py 5KB
MobileNet.py 74B
importLayers.py 2KB
setup.cfg 42B
README.md 2KB
tensorflow_image_models.egg-info
SOURCES.txt 1KB
top_level.txt 24B
PKG-INFO 3KB
dependency_links.txt 1B
共 42 条
- 1
资源评论
程序员Chino的日记
- 粉丝: 2869
- 资源: 4万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功