该资源提供了多种Pytorch图像分类模型,包括AlexNet,VGG,GoogleNet,ResNet和DenseNet等等。所有模型均有可完整运行的代码,并且还提供了colab在线运行代码,方便用户快速查看结果。使用这些模型,您可以通过图像分类提高机器学习技能和实践,更加深入探索Pytorch框架。
Pytorch图像分类Ale.Net VGG Googl.Net Re.Net Dens.Net
文件列表
用于pytorch的图像分类,包含多种模型方法,比如AlexNet,VGG,GoogleNet,ResNet,DenseNet等等,包含可完整运行的代码。除此之外,也有colab的在线运行代码,可以直接在colab在线运行查看结果。也可以迁移到自己的数据集进行迁移学习。.zip
(预估有个95文件)
Pytorch-Image-Classification-main
MAE
utils.py
231B
pic
mae-cifar10-reconstruction.png
84KB
mae_pretrain.py
4KB
vit-t-mae.pth
27.61MB
MAE_In_CIFAR.ipynb
12.12MB
model.py
7KB
vit-t-classifier-from_scratch.pth
20.62MB
暂无评论