CIFAR10:在Pytorch中使用ResNet进行CIFAR 10 TransferLearning 源码

文件中原始代码利用CNN对CIFAR10数据集进行分类，准确度达到0.67，优化代码通过权重正则化、数据增强，增加全连接层等方式进行优化，准确度达到0.85。

卷积神经网络CNN识别图像集Cifar10，使用JupyterNotebook编写的Python代码，含建模及测试，代码注释清晰，十分适合新手

本文将介绍如何在CIFAR10数据集上应用VGG网络进行物体识别的演示。VGG网络是目前在图像分类任务中最好的网络之一，能够很好地提取图像特征。在本演示中，我们将介绍如何使用Tensorflow框架搭

本次实验主要针对cifar10数据集进行了深入分析和多个模型的训练与比较。我们采用了Baseline和LeNet5两个模型来进行对比，并最终选择了Baseline模型作为最优模型。实验过程中，我们不断

CIFAR-10数据集是深度学习中的一个通用的用于图像识别的基础数据集，官网下载太慢了，可以用这个学习交流。

经典的cifar-10识别源码，采用cnn模型，keras实现，需要使用python3，详细可参考"使用说明.md"

西法尔 使用计算机视觉模型训练计算机视觉模型,并基于CIFAR-10数据集进行迁移学习。

卷积神经网络经典代码，采用tensorflow框架，能够实现对cifar10数据集的经典分类。

当你的实验需要cifar10数据集你又无法从外网下载时,下载这个数据集放在你python所在的根目录的.keras文件夹下面即可。根据你代码的需要更改一下文件夹的名字即可。

里面都是二进制文件，用于tensorflow读取二进制文件的练习。