TensorFlowVGG-16预训练模型-vgg16ckpt

卷积网路vgg16权重的pny文件，没有全连接层适合迁移学习

caffessd中ssd_pascal.py训练中所需要的预训练caffemodel模型参数，由于官网提供的资源下载速度太慢，所以借内网CSDN平台特此分享给大家

NLP预训练模型:自然语言处理预训练模型的集合

CV预训练模型:计算机视觉预训练模型的集合

reverse_image_search 基于VGG16模型的预测结果,并通过预训练的Xception或ResNet模型对可能相似的图像进行重新排序。 结果演示 VGG16模型(可以下载并用于检索模型

个人总结能实现多GPU跑图的方法: 1、使用谷歌框架tf.estimator; session_config = tf.ConfigProto(device_count={'GPU': 0,'GPU'

卷积神经网络（CNN）是深度学习领域中的关键模型，尤其在图像识别和分类任务上表现出色。VGG16模型由牛津大学视觉几何组开发，是2014年ImageNet挑战赛的有力竞争者。它的主要特点是使用小尺寸的

windows+TensorFlow/keras+vgg16训练自己的数据集-附件资源

| 本项目提供了针对中文的XLNet预训练模型,扩展了丰富的自然语言处理资源,提供多种中文预训练模型选择。我们欢迎各位专家学者下载使用,并共同促进和发展中文资源建设。 本项目基于CMU /谷歌官方的X

来自 https://huggingface.co/bert-base-uncased/tree/main