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GridNet:使用PyTorch实现GridNet

GridNet:使用PyTorch实现GridNet

共32个文件

py：28个

txt：1个

json：1个

Python

需积分: 21 2 下载量 92 浏览量 2021-05-17 09:51:31 上传评论收藏 69KB ZIP 举报

温馨提示

网格网使用PyTorch实现GridNet

资源推荐

资源详情

资源评论

Python-使用PyTorch和ParlAI实现论文NaturalLanguageDoesNotEmergeNaturallyinMultiAgentDialog

使用PyTorch和ParlAI实现EMNLP 2017 Paper "Natural Language Does Not Emerge 'Naturally' in Multi-Agent Dialog"

pytorch-bert:使用PyTorch的TransformerEncoder实现BERT

皮托伯特使用PyTorch TransformerEncoder和预训练模型的BERT实现。安装 pip install pytorch-bert 用法 config = BertConfig . from_json ( "path-to-pretarined-weights/bert_config.json" ) model = Bert ( config ) load_tf_weigh

GRU4REC-pytorch:使用PyTorch的GRU4REC的另一种实现

5星 · 资源好评率100%

GRU4REC-PyTorch GRU4REC模型的PyTorch实现。原始论文：对原始论文的扩展：这个代码是基于由Younghun宋（YHS-968），并实现此版本支持TOP1，BPR，TOP1-max，BPR-max和交叉熵损失。要求 PyTorch 0.4.1 的Python 3.5 大熊猫 numpy的1.14.5 用法数据集 RecSys Challenge 2

DeepLab-pt:DeepLabV3 plus使用PyTorch的实现

DeepLabV3 + 使用PyTorch的语义分割实现火车运行python train.py进行培训数据集结构（类似于CamVid数据集） ├── Dataset folder ├── train ├── 1111.png ├── 2222.png ├── train_labels ├── 1111_L.png

使用PyTorch实现MNIST手写体识别代码

今天小编就为大家分享一篇使用PyTorch实现MNIST手写体识别代码，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

深度强化学习DQN算法源码【Pytorch实现·超详细注释】

5星 · 资源好评率100%

基于Pytorch实现的深度强化学习DQN算法源代码，具有超详细的注释，已经在诸多项目中得到了实际应用。主要包含2个文件：（1）dqn.py，实现DQN只能体的结构、经验重放池、Q神经网络、学习方法等；（2）runner.py，使用...

DL_PyTorch:使用PyTorch进行深度学习

5星 · 资源好评率100%

使用PyTorch进行深度学习第1部分：PyTorch简介和使用张量第2部分：使用PyTorch构建完全连接的神经网络第3部分：如何在MNIST上使用反向传播训练完全连接的网络第4部分：练习-在Fashion-MNIST上训练神经网络第5...

Pytorch-Pose：使用Pytorch进行姿势估计

Pytorch-Pose：使用Pytorch进行姿势估计

anfis-pytorch:使用pyTorch框架实现ANFIS

这是使用pyTorch的ANFIS系统的实现。航空情报服务 ANFIS是一种将模糊推理系统（FIS）呈现为一系列数字层的方式，因此可以像神经网络一样对其进行训练。规范参考是的原始论文： Jang，J.-SR（1993）。 “ ANFIS...

面部表情识别2：Pytorch实现表情识别(含表情识别数据集和训练代码).txt

2.面部表情识别2：Pytorch实现表情识别(含表情识别数据集和训练代码)：https://blog.csdn.net/guyuealian/article/details/129505205 3.面部表情识别3：Android实现表情识别(含源码，可实时检测)：...

neural_sp:使用PyTorch的端到端ASRLM实现

NeuralSP：基于神经网络的语音处理如何安装 # Set path to CUDA, NCCL CUDAROOT=/usr/local/cuda NCCL_ROOT=/usr/local/nccl export CPATH=$NCCL_ROOT/include:$CPATH export LD_LIBRARY_PATH=$NCCL_ROOT/lib/:$CUDAROOT/lib64:$LD_

pytorch_chatbot, 使用PyTorch实现出色的聊天.zip

pytorch_chatbot, 使用PyTorch实现出色的聊天 PyTorch卓越的视频聊天目的建立一个神奇的手机概要This ChatBot ，我将继续更新这个，作为Jarvis的下一个版本，这是第一个而且也是唯一的开源的开源 ChatBot 。这个 repo 将维持一个基于 PyTo

PyTorch-Radial-Basis-Function-Layer:使用PyTorch的RBF图层模块的实现

PyTorch径向基函数（RBF）层使用PyTorch的RBF层/模块的实现。 RBF层是常规人工神经网络中使用的激活函数的替代方法。通常，RBF网络中的每个RBF层后面都有一个线性层。在RBF层中，将计算和缩放输入与多个称为中心的位置之间的距离。然后，将RBF应用于每个缩放距离。 IE，其中x是输入，phi是径向基函数，sigma是比例因子，c是中心。通常，通过对数据进行聚类来找到

DenseNet-MURA-PyTorch:使用PyTorch在Standford的MURA数据集上实现DenseNet模型

使用PyTorch在MURA数据集上的DenseNet 在MURA数据集上实现169层模型的PyTorch实现，灵感来自Pranav Rajpurkar等人的论文。 MURA是肌肉骨骼X射线照片的大型数据集，其中放射医师手动将每项研究标记为正常或异常。重要事项：所实现的模型是169层DenseNet，其单节点输出层使用ImageNet数据集上预先训练的模型中的权重进行初始化。在将图像

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%

使用pytorch生成文本：使用pytorch GRU构建文本生成模型

3DNetworksPytorch:使用pytorch实现流行的深度学习网络

该存储库主要是使用pytorch框架实现的论文的实现，请在引用此工作之前引用相应的论文。建议用户考虑我的实现的准确性和就绪性，请在遇到问题时提出问题，我将尽力解决。该存储库是通过实现它们，针对点云的不同...

收起资源包目录

GridNet-master.zip （32个子文件）

GridNet-master

train.py 7KB

ptsemseg

caffe_pb2.py 275KB

models

segnet.py 3KB

frrn.py 5KB

utils.py 20KB

pspnet.py 15KB

__init__.py 2KB

unet.py 2KB

models.py 0B

icnet.py 18KB

refinenet.py 635B

fcn.py 12KB

linknet.py 3KB

loader

camvid_loader.py 4KB

sunrgbd_loader.py 5KB

mit_sceneparsing_benchmark_loader.py 3KB

cityscapes_loader.py 7KB

__init__.py 1017B

nyuv2_loader.py 5KB

pascal_voc_loader.py 10KB

ade20k_loader.py 4KB

utils.py 2KB

loss.py 3KB

__init__.py 0B

metrics.py 2KB

augmentations.py 5KB

model.py 2KB

requirements.txt 1KB

modules.py 2KB

config.json 660B

README.md 46B

.gitignore 1KB

共 32 条

评论收藏

内容反馈

资源评论

资源反馈

评论星级较低，若资源使用遇到问题可联系上传者，3个工作日内问题未解决可申请退款~

Hsmiau

粉丝: 31
资源: 4653

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

前往需求广场，查看用户热搜

GridNet:使用PyTorch实现GridNet

gradnorm源码 - pytorch实现

PyTorchOT:在pytorch中实现最佳传输算法

Seq2Seq-PyTorch:使用PyTorch的序列到序列实现

ABSA-PyTorch：基于方面的情感分析，PyTorch实现。基于方面的情感分析，使用PyTorch实现

TextGenerator:使用PyTorch实现语言模型

ESIM：使用PyTorch实现自然语言推理的ESIM模型

EffcientNetV2:使用PyTorch的EfficientNetV2实现

RetinaFace_Pytorch:用Pytorch重新实现RetinaFace

第十章（5）：基于pytorch的transformer代码实现与详细解析（万字长文）

020第十章（5）：基于pytorch的transformer代码实现与详细解析（万字长文）

rainbow:使用PyTorch实现彩虹算法，并在Pong游戏上进行测试

Python-使用PyTorch和ParlAI实现论文NaturalLanguageDoesNotEmergeNaturallyinMultiAgentDialog

pytorch-bert:使用PyTorch的TransformerEncoder实现BERT

GRU4REC-pytorch:使用PyTorch的GRU4REC的另一种实现

DeepLab-pt:DeepLabV3 plus使用PyTorch的实现

使用PyTorch实现MNIST手写体识别代码

深度强化学习DQN算法源码【Pytorch实现·超详细注释】

DL_PyTorch:使用PyTorch进行深度学习

Pytorch-Pose：使用Pytorch进行姿势估计

anfis-pytorch:使用pyTorch框架实现ANFIS

面部表情识别2：Pytorch实现表情识别(含表情识别数据集和训练代码).txt

neural_sp:使用PyTorch的端到端ASRLM实现

pytorch_chatbot, 使用PyTorch实现出色的聊天.zip

PyTorch-Radial-Basis-Function-Layer:使用PyTorch的RBF图层模块的实现

DenseNet-MURA-PyTorch:使用PyTorch在Standford的MURA数据集上实现DenseNet模型

使用pytorch生成文本：使用pytorch GRU构建文本生成模型

3DNetworksPytorch:使用pytorch实现流行的深度学习网络

最新资源