没有合适的资源?快使用搜索试试~
我知道了~
文库首页
人工智能
深度学习
猫的12分类代码——基于pytorch的分类网络
猫的12分类代码——基于pytorch的分类网络
深度学习
卷积神经网络
pytorch
需积分: 0
69 下载量
19 浏览量
2022-06-22
21:49:23
上传
评论
3
收藏
8KB
PY
举报
温馨提示
立即下载
开通VIP(低至0.43/天)
买1年送3月
使用Resnext50网络对猫图像进行分类,最终得到正确率91.67%。
资源推荐
资源评论
猫的12分类数据集.rar
浏览:164
5星 · 资源好评率100%
猫的12分类数据集.rar
猫十二分类体验赛 代码,过程 加结果 报告
浏览:87
5星 · 资源好评率100%
猫十二分类体验赛 代码,过程 加结果 报告
基于卷积神经网络的猫种类识别
浏览:141
基于卷积神经网络的猫种类识别,结合Django的完整demo。 环境:Django1.8.2 python3.6.3 tensorflow1.3 h5py2.7 keras2.1.2 numpy1.13.3 pillow5.0.0 pymysql0.8.0
猫狗分类器模型
浏览:34
5星 · 资源好评率100%
这是我博客中训练好的猫狗分类器模型,博客:http://blog.csdn.net/hiccuphiccup/article/details/78695664 按照我的根据我CAT.py中的方法,先load进去,在把图片格式改一改,就可以测试自己的图片啦!
猫脸检测—12种猫分类数据集.zip
浏览:95
5星 · 资源好评率100%
猫脸检测—12种猫分类数据集.zip 训练集共有2160张猫的图片, 分为12类. train_list.txt是其标注文件 测试集共有240张猫的图片. 不含标注信息.
基于pytorch的分类网络
浏览:95
5星 · 资源好评率100%
包含多种常见的分类网络以及训练测试脚本 analyze_weights_featuremap ConfusionMatrix custom_dataset mini_imagenet model_complexity tensorboard_test 包含网络official_demo alexnet vggnet goolenet resnet mobilenet shufflenet den
pytorch框架,分类网络
浏览:196
自己亲自使用的pytorch分类框架,加了注释,有自己写的数据增强的代码,自己写的评估指标,十分好用,自己加了多种网络
VGG网络--基于pytorch实现
浏览:48
卷积神经网络经典--VGG网络,基于pytorch实现 包括构建网络模型、训练模型、测试准确率,采用cifa-10数据集
分类,分割等网络所需的相关loss pytorch
浏览:135
My implementation of label-smooth, amsoftmax, partial-fc, focal-loss, dual-focal-loss, triplet-loss, giou-loss, affinity-loss, pc_softmax_cross_entropy, ohem-loss(softmax based on line hard mining los
基于pytorch的猫狗分类
浏览:119
5星 · 资源好评率100%
基于pytorch实现简单的猫狗分类。采用了全连接网络;可以用来了解数据加载过程,网络搭建、训练过程
猫狗分类_猫狗_;python代码_深入学习;猫狗分类_猫狗图像识别_猫狗识别_
浏览:5
5星 · 资源好评率100%
本猫狗分类代码解决的问题是获取了大量猫狗图像,并且已知这些图像表示的是猫还是狗,以此作为训练样本集合,构建一个图像分类网络,使用该模型让计算机识别出测试样本集合中的动物,并将它分为猫类或者狗类,尽可能提高测试样本集合的准确率。
猫群算法MATLAB代码
浏览:157
2013年发表的论文《Discrete Binary Cat Swarm Optimization Algorithm》中提出的猫群算法对应的MATLAB代码,希望有助于大家学习该算法!
学习笔记之——基于pytorch的FSRCNN
浏览:25
学习笔记之——基于pytorch的FSRCNN 把我的代码上传了,后续有更正会更新这个代码
吴茂贵等人著《Python深度学习——基于PyTorch》书籍代码.zip
浏览:135
通过《Python深度学习——基于PyTorch》这本书及其配套代码,读者不仅可以学习到深度学习的基本原理,还能掌握PyTorch的实际应用技巧,从而在自己的项目中运用这些知识,解决实际问题。无论是初学者还是有一定经验的...
图像分类-基于pytorch的农作物病虫害检测
浏览:171
图像分类——基于pytorch的农作物病虫害检测jupyter的代码
Pytorch实现TCN-Transformer的时间序列预测(完整源码和数据)
浏览:109
5星 · 资源好评率100%
基于TCN-Transformer模型的时间序列预测,可以用于做光伏发电功率预测,风速预测,风力发电功率预测,负荷预测等,python程序3.python代码,pytorch4.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释...
基于pytorch的谷歌自然语言处理模型BERT代码实现
浏览:109
5星 · 资源好评率100%
以上就是基于PyTorch实现谷歌BERT模型的基本流程。实际应用中,还需要根据具体的自然语言处理任务调整模型结构,如添加额外的分类或序列标注层,并对数据集进行适当的处理。通过这个过程,你可以充分利用BERT的强大...
图像分类残差网络-pytorch实现
浏览:161
基于残差网络的训练模型,准确率可以达到99%,测试集有86%
深度学习+pytorch+基于cnn的图像分类代码
浏览:180
基于cnn和pytorch的图像分类代码,适用于初学基于深度学习的图像分类的人
GCN与GAT入门的基于pytorch的代码
浏览:14
GCN与GAT入门的基于pytorch的代码 打好断点
图像分割u-net网络代码,基于pytorch
浏览:100
图像分割u-net网络代码,基于pytorch
基于pytorch的GAN.py代码
浏览:12
这是我自己用pytorch来写的GAN的代码, 代码比较简单,只有一个文件,直接把文件拉进去,然后运行即可。 这里还需要用到MNIS的一个数据集,相关的数据集我已经上传了。 有需要的人可以到我那里去下载。
基于PyTorch技术的Python深度学习
浏览:54
Python深度学习基于PyTorch是一种将强大的PyTorch库与Python编程语言相结合,用于执行深度学习任务的方法。PyTorch是建立在Torch基础之上的开源机器学习库,它的主要特点是提供直观易用的API,使得构建和训练神经...
基于Pytorch的UNet语义分割模型与代码
浏览:75
建议在训练网络的时候将输入的训练集其切分为384x384的小图片后,再来进行训练 模型采用标准的UNet,可以采用如下方式训练你自己的模型 数据集地址可以在train.py中修改为你自己的文件夹 python train.py -- --...
RetinexNet,Pytorch版本代码,包含数据集
浏览:95
5星 · 资源好评率100%
**压缩包内容**:`RetinexNet_PyTorch-master`很可能是一个包含整个项目源代码的文件夹,其结构可能如下: - `model.py`:定义RetinexNet的网络结构。 - `data_loader.py`:处理和加载数据集的脚本。 - `train.py`:...
根据李沐动手学深度学习,基于pytorch实现深度学习基础算法的实现.zip
浏览:67
总之,《李沐动手学深度学习——基于PyTorch实现深度学习基础算法》的实践代码是一个绝佳的学习资源,它可以帮助你从零开始,逐步掌握深度学习的精髓。通过实际操作,你不仅能够理解理论知识,还能提升解决实际问题...
基于ELMo词向量的textCNN中文文本分类python代码
浏览:117
在这个项目中,我们采用了一种结合了深度学习和预训练语言模型的方法——基于ELMo(Embeddings from Language Models)的textCNN(卷积神经网络)来实现中文文本分类。 **ELMo(Embeddings from Language Models)*...
常见分类网络pytorch版本.zip
浏览:47
AlexNet,vgg,ResNet,GoogLeNet,DenseNet,等常见分类网络的pytorch版本数据集为pytorch自带的CIFAR100和CIFAR10。
基于pytorch的数字识别神经网络代码
浏览:68
1.使用离线mnist手写数字数据集 MNIST数据集是从NIST的两个手写数字数据集中提取的,包含60000张训练图像和10000张测试图像,每张图像都是28×28的灰度图像,且包含一个手写数字。这些图像可以被用于训练和测试机器学习模型,以实现对手写数字的识别。MNIST数据集的论文旨在证明基于CNN的方法可以取代之前的基于手工特征的方法,成为模式识别问题上的主流方法。因此,该数据集对于研究和开
x-classification:基于pytorch的图像分类框架
浏览:40
pytorch 分类 使用 Pytorch 在CIFAR10 CIFAR100和ImageNet进行分类 特征 两种训练方式 纪元训练:使用固定纪元的训练网络(warmup_epoch/epoch=1/200) step training:使用固定步长训练网络(warmup_steps/total_steps= 1000/80000) 多 GPU 支持 简单实用的培训日志文件 支持不同的训练计
评论
收藏
内容反馈
立即下载
开通VIP(低至0.43/天)
买1年送3月
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~
联系上传者
评论
北岛
粉丝: 5
资源:
5
私信
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
最新资源
(源码)基于Python语言的注释格式处理系统.zip
(源码)基于C++的嵌入式文件系统管理工具.zip
(源码)基于JavaFX框架的动画与界面管理系统.zip
(源码)基于SWT框架的桌面应用管理系统.zip
电报卡密/虚拟物品销售机器人
spdlog+pugixml
基于RoBERTa-wwm/KeyBert的关键词提取分析工具
基于TF-IDF的年报信息化程度分析
Python脚本文件工具脚本
使用Java写的飞机大战小游戏.zip学习资源
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