没有合适的资源?快使用搜索试试~
我知道了~
文库首页
开发技术
其它
NNTools:使用Pytorch训练模型的实用程序
NNTools:使用Pytorch训练模型的实用程序
共47个文件
py:34个
pyc:11个
gitignore:1个
Python
需积分: 13
1 下载量
19 浏览量
2021-03-16
10:42:14
上传
评论
收藏
45KB
ZIP
举报
温馨提示
立即下载
NNTools:使用Pytorch训练模型的实用程序
资源详情
资源评论
收起资源包目录
NNTools-main.zip
(47个子文件)
NNTools-main
setup.py
435B
.gitignore
2KB
LICENSE
1KB
nntools
experiment.py
17KB
dataset
__init__.py
373B
utils.py
2KB
seg_dataset.py
6KB
image_tools.py
5KB
__pycache__
__init__.cpython-37.pyc
1KB
abstract_dataset.py
2KB
tools.py
2KB
classif_dataset.py
4KB
__init__.py
0B
nnet
__init__.py
154B
models
__init__.py
143B
deeplabv3.py
7KB
multitask_unet.py
6KB
__pycache__
deeplabv3.cpython-37.pyc
5KB
__init__.cpython-37.pyc
201B
unets.py
16KB
utils.py
402B
ops
__init__.py
0B
conv.py
3KB
deform_conv.py
6KB
__pycache__
loss.cpython-37.pyc
3KB
abstract_nn.cpython-37.pyc
2KB
__init__.cpython-37.pyc
234B
loss.py
1KB
abstract_nn.py
2KB
tracker
__init__.py
115B
metrics.py
2KB
__pycache__
metrics.cpython-37.pyc
3KB
__init__.cpython-37.pyc
190B
log_mlflow.py
538B
logger.py
178B
tracker.py
2KB
utils
scheduler.py
1KB
__init__.py
90B
io.py
970B
torch.py
647B
optims.py
450B
misc.py
653B
random.py
954B
config.py
430B
__pycache__
__init__.cpython-37.pyc
251B
io.cpython-37.pyc
2KB
__pycache__
__init__.cpython-37.pyc
142B
共 47 条
1
评论
收藏
内容反馈
立即下载
评论0
去评论
最新资源
Python求n以内最大的k个素数.pdf
OneNET云平台利用MQTT协议远程控制,ESP32
travel 基于协同过滤算法的景点推荐系统.zip
light room9.1.apk
(单片机Protues入门笔记)单片机Proteus仿真软件入门笔记约80多页,内容图像并茂
(单片机Proteus案例)基于80c51单片机的比赛计分器电路仿真实现
增强型51单片机(stc15系列)驱动ws2812彩灯模块库文件
(单片机Protues案例)基于51单片机交通灯仿真实现
23种设计模式-C++实现.zip
(单片机Protues案例)基于51单片机的频率计仿真实现
西西里上尉
粉丝: 24
资源:
4667
私信
上传资源 快速赚钱
前往需求广场,查看用户热搜
相关推荐
nn_tools:神经网络工具
神经网络工具:转换器,构造函数和分析器 提供一些时尚神经网络框架的工具。 nn_tools是根据MIT许可证发布的(有关详细信息,请参阅LICENSE文件)。 特征 在不同框架之间转换模型。 一些便捷的工具可以快速操作caffemodel和prototxt(例如获取或设置图层的权重),请参见 。 分析模型,获取每层中的工序数。 要求 Python2.7或Python3.x 此工具中的每个功
Python-NNTools神经网络工具集转换构建分析器
NN-Tools是一款方便易用的神经网络工具集,提供了面向Caffe/PyTorch/TensorFlow等主流神经网络框架的转换器/构建器/分析器。
Pytorch模型训练实用教程
Pytorch模型训练实用教程 来源: https://github.com/TingsongYu/PyTorch_Tutorial
PyTorch 模型训练实用教程
本教程内容主要为在 PyTorch 中训练一个模型所可能涉及到的方法及函 数,并且对 PyTorch
《Pytorch模型训练实用教程》中配套代码
《Pytorch模型训练实用教程》中配套代码。。。。。。。
PyTorch模型训练最新实用教程 (余霆嵩) PDF版
本教程内容主要为在 PyTorch 中训练一个模型所可能涉及到的方法及函数,并且对 PyTorch 提供的数据增强方法(22 个)、权值初始化方法(10 个)、损失函数(17 个)、优化器(6 个)及 tensorboardX 的方法(13 个)...
5星 · 资源好评率100%
pytorch_ner:使用PyTorch训练NER模型的管道
使用PyTorch训练NER模型的管道。 支持ONNX导出。 用法 首先,安装依赖项: # clone repo git clone https://github.com/dayyass/pytorch_ner.git # install dependencies cd pytorch_ner pip install -r ...
PyTorch 模型训练教程免费下载
《Pytorch模型训练实用教程》 也可通过如下方式获取:https://github.com/tensor-yu/PyTorch_Tutorial/tree/master/Data
PyTorch 模型训练实用教程(附代码及原文下载)
本教程以实际应用、工程开发为目的,着重介绍模型训练过程中遇到的实际问题和方法。如上图所示,在机器学习模型开发中,主要涉及三大部分,分别是数据、模型和损失函数及优化器。本文也按顺序的依次介绍数据、模型和...
dltrainers:训练PyTorch模型的实用程序功能
(此存储库尚未正式发布。)
TEZ:训练pytorch模型更快rrrr......。-Python开发
tez:训练pytorch模型fastrrrr ....... tez:训练pytorch模型fastrrrr .......注意:当前,我们不接受任何拉取请求! 所有公共关系将被关闭。 如果您需要某个功能或某些功能不起作用,请创建一个问题。 意思是“锐利...
pytorch预训练模型alexnet
pytorch预训练模型alexnet,pytorch预训练模型alexnet,pytorch预训练模型alexnet,pytorch预训练模型alexnet,pytorch预训练模型alexnet,pytorch预训练模型alexnet,pytorch预训练模型alexnet,
pytorch训练图像分类模型pth转ONNX并测试
1. 搭建自己的简单二分类网络,使用pytorch训练和测试; 2. 将pytorch训练的pth模型转换成ONNX,并编码测试; 3. 含训练和测试数据,含训练ok的pth模型和ONNX模型,含完整python和C++实现; 4. 使用方法:首先...
3星 · 编辑精心推荐
边做边学深度强化学习:PyTorch程序设计实践 迷宫 Q-Learning
边做边学深度强化学习:PyTorch程序设计实践 迷宫 Q-Learning
5星 · 资源好评率100%
pytorch-classification:使用PyTorch训练图像分类模型
这将对ImageNet数据集上的流行模型架构(例如ResNet,AlexNet和VGG)进行训练。 要求 安装PyTorch( ) pip install -r requirements.txt 下载ImageNet数据集并将验证图像移动到带标签的子文件夹中 为此,您可以...
使用pytorch生成文本:使用pytorch GRU构建文本生成模型
使用pytorch生成文本:使用pytorch GRU构建文本生成模型
5星 · 资源好评率100%
DL_PyTorch:使用PyTorch进行深度学习
DL_PyTorch 使用PyTorch进行深度学习 第1部分:PyTorch简介和...第6部分:如何保存和加载经过训练的模型 第7部分:使用Torchvision加载图像数据,以及数据增强 第8部分:使用转移学习为狗和猫训练最先进的图像分类器
5星 · 资源好评率100%
model_parallelism:测试pytorch模型的并行性
model_parallelism:测试pytorch模型的并行性
基于Python+pytorch的图像处理+附完整代码图像处理,能够轻松实现图像的读取、显示、裁剪等还有机器学习等操作
Python+PyTorch:图像处理界的“瑞士军刀” 在图像处理这个充满魔法的世界里,Python和PyTorch这对黄金搭档,就像一位技艺高超的魔法师和一把无所不能的“瑞士军刀”,总能轻松解决各种看似棘手的难题。它们以高效、灵活和强大的特性,引领着图像处理技术的发展潮流,让无数开发者为之倾倒。Python,这位优雅的魔法师,以其简洁易懂的语法和丰富的库资源,赢得了广大开发者喜爱。无论是数据处理
python大作业 含爬虫、数据可视化、地图、报告、及源码(2016-2021全国各地区粮食产量).rar
(含源码及报告)本程序分析了自2016年到2021年(外加)每年我国原油加工的产量,并且分析了2020年全国各地区原油加工量等,含饼状图,柱状图,折线图,数据在地图上显示。运行本程序需要requests、bs4、csv、pandas、matplotlib、pyecharts库的支持,如果缺少某库请自行安装后再运行。文件含6个excel表,若干个csv文件以及一个名字为render的html文件(需
5星 · 资源好评率100%
《点燃我温暖你》中李峋的同款爱心代码
python做的《点燃我温暖你》中李峋的同款爱心代码,最还原的
5星 · 资源好评率100%
Python金融量化的高级库:TA-Lib-0.4.24(包含python3.7、3.8、3.9、3.10的32位和64位版本)
TA-Lib(Technical Analysis Library, 即技术分析库)是Python金融量化的高级库,涵盖了150多种股票、期货交易软件中常用的技术分析指标,如MACD、RSI、KDJ、动量指标、布林带等。但很多人安装指标计算ta-lib库就总报错,就可以在这里找到包下载后安装。 文件举例:TA_Lib‑0.4.24‑cp37‑cp37m‑win_amd64.whl 命名解释:包名
第十五届蓝桥杯大赛软件赛省赛-PythonB组题目
您正在寻找的是第十五届蓝桥杯大赛软件赛省赛Python B组的题目全集。蓝桥杯大赛作为国内知名的计算机程序设计竞赛,一直以来都以其高水平的题目和严格的评选标准而备受瞩目。本次大赛的Python B组题目更是涵盖了众多编程领域的知识点,无论是算法设计、数据结构还是编程技巧,都考验了参赛者的深厚实力。 这份题目全集以PDF格式呈现,清晰易读,方便您随时查阅和学习。每一道题目都经过精心设计和筛选,旨在
大麦网抢票脚本【Python脚本】
Python脚本,使用Selenium 模拟浏览器操作。 在使用 Chrome 浏览器,用户可以使用鼠标滑动、按键点击以及键盘输入,作为信号输入设备向浏览器传达指令,浏览器收到指令后执行渲染。 这里提到的 Selenium WebDriver 是对浏览器提供的原生 API 进行封装,使用这套 API 可以操控浏览器的开启、关闭,打开网页,操作界面元素,控制 Cookie。简单说就是,可以通过写代码
Python数据分析项目实践,包括数据读取、评估、清洗、分析、可视化机器学习相关内容等
Python数据分析项目实践,包括数据读取、评估、清洗、分析、可视化机器学习相关内容等
人脸识别系统OpenCV+dlib+python(含数据库)Pyqt5界面设计 项目源码 毕业设计
一、项目主要技术 Python语言、dlib、OpenCV、Pyqt5界面设计、sqlite3数据库 本系统使用dlib作为人脸识别工具,dlib提供一个方法可将人脸图片数据映射到128维度的空间向量,如果两张图片来源于同一个人,那么两个图片所映射的空间向量距离就很近,否则就会很远。因此,可以通过提取图片并映射到128维空间向量再度量它们的欧氏距离是否足够小来判定是否为同一个人。 二
5星 · 资源好评率100%
YOLOv8-火焰识别(火焰数据集+代码+GUI界面+内置训练好的模型文件)
教程请参考:https://blog.csdn.net/Little_Carter/article/details/131387425 欢迎浏览我的最新资源,这个全面的资源是为了帮助研究人员和开发者在火灾预防和安全监控领域取得突破而设计的。本资源包含以下几个关键部分: 1、火焰数据集:精心策划和注释的高质量火焰图像集,覆盖了不同类型和大小的火焰场景。这个数据集对于训练和测试火焰检测算法至关重要。
计算机语言python基本运算和语法
内容概要:通过带着读者手写简化版 xmind 思维导图,了解 python 语法 适合人群:刚刚开始学习python的人群 能学到什么:python的基本运算符操作和基本语法 阅读建议:适用于刚入门的人群,了解python后阅读,其包括了一些代码使用,图中所有符号解释,刚入门人员必学的知识点,包括了基本运算符,比较运算符,赋值运算符,逻辑运算符,位运算符和三元运算符,语法包括了for循环和whil
Python教程2020版 完全入门 达到Python工程师水平 笔记+代码+课件+资料
Python教程2020版 完全入门 达到Python工程师水平 笔记+代码+课件+资料
4星 · 用户满意度95%
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
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
评论0
最新资源