cifar10.txt

TensorFlow多GPU训练官方示例,绝壁不是草泥马写个CUDA_VISIBLE_DEVICES就可以解决的事情。整体思路关键是求变量在各个GPU上的梯度平均值,然后用梯度平均值去更新变量。

DenseNet-Fast-40-12-CIFAR10.h5准确率高达93%可用此直接发布到heroku上

caffe测试实例需要的数据集，由于官网下载太慢，所以我下载下来放到网上供大家免费下载，CIFAR-10 binary version (suitable for C programs)。这部分资源包

搭建一个简单的卷积神经网络,完成Cifar10的一个简单的分类。语言代码,python。使用python3.6

https://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz

cifar-10-python.tar.gz.gz，数据集，欢迎需要的同志下载

其他版本可以去我空间查看。CIFAR-10数据集由10个类中的60000个32x32彩色图像组成，每个类有6000个图像。有50000个训练图像和10000个测试图像。数据集分为五个训练批次和一个测试

cifar-10数据集，jpg格式，包含50000张训练图片和10000张测试图，图片名包含标签

基于keras深度学习框架，应用卷积神经网络CNN实现cifar-10图片分类

CIFAR10数据集python版本，包含60000张32×32的彩色RGB图像，共有10类，每类有6000张图像。