cifar10_resnet18.py

环境: tensorflow 2.1 最好用GPU 模型: Resnet:把前一层的数据直接加到下一层里。减少数据在传播过程中过多的丢失。 SENet: 学习每一层的通道之间的关系 Inception

在CIFAR10上训练小型ResNet,79秒内达到94%测试精度

cs231n配套练习的数据集 ,大小是177MB,免去认忍受慢速下载的烦恼

cifar10数据集分类神经网络建立训练测试的完整过程,pytorch-neutral network,有完整注释。人工智能 / 机器学习/神经网络。

Torch官网tutorial(网址:https://github.com/soumith/cvpr2015/blob/master/Deep%20Learning%20with%20Torch.ip

cifar-10数据集,matlab版本。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

CIFAR10数据集的label信息文件，分别为train-label和test-label，请使用numpy读取。

用于图像分类的数据集。官网http://www.cs.toronto.edu/~kriz/cifar-10-binary.tar.gz也有，下载速度慢点，这个快。

该数据集共有60000张彩色图像，这些图像是32*32，分为10个类，每类6000张图。这里面有50000张用于训练，构成了5个训练批，每一批10000张图；另外10000用于测试，单独构成一批。测试

cifar10的network in network配置文件和model,提供了train_test和solver文件，以及㑅者训练好的model,方便那些无法下载的研究者！