CIFAR

NNDL 实验六 卷积神经网络（5）使用预训练resnet18实现CIFAR-10分类

文章目录5.5实践：基于ResNet18网络完成图像分类任务5.5.1数据处理5.5.1.1数据集介绍5.5.1.2数据读取5.5.1.3构造Dataset类5.5.2模型构建什么是“预训练模型”？什么是“迁移学习”？（必做）比较“使用预训练模型”和“不使用预训练模型”的效果。（必做）5.5.3模型训练5.5.4模型评价5.5.5模型预测思考题1.阅读《DeepResidualLearningfo
牛奶园雪梨·2022-11-22 00:18

NNDL 实验六 卷积神经网络（5）使用预训练resnet18实现CIFAR-10分类

数据集：CIFAR-10数据集，网络：ResNet18模型，损失函数：交叉熵损失，优化器：Adam优化器，Adam优化器的介
真不想再学了·2022-11-21 19:01

VGG-Net16基础知识及实现Cifar-10分类（pytorch）

主要贡献：使用多个小卷积代替较大的卷积层，两个3*3的卷积核堆叠相当于5*5卷积核的视野（第一层过3*3后第二层继续为3*3的卷积）减少参数和增加非线性映射，也提升了网络9深度。小池化层。AlexNet的3*3的池化核，VGG全部采用2*2的更多的卷积核使特征图的通道数更多，特征提取更全面，第一层64个通道，后续翻倍，最多为512测试阶段不适用全连接，替换为三个卷积层，从而不再局限于固定尺寸的输入
编程欧阳娜娜·2022-11-21 19:58

玩转Kaggle：CIFAR-10图像分类

文章目录1.CIFAR-10简介2.获取并组织数据集3.图像增广4.数据读取5.模型定义6.训练模型7.测试生成提交结果1.CIFAR-10简介(比赛网址https://www.kaggle.com/c
留小星·2022-11-21 19:54

ResNet34基础知识及实现Cifar-10分类（pytorch）

主要贡献：网络变深以后的梯度消失，梯度爆炸问题，这个问题被BN解决。网络退化问题，并不是过拟合，而是在增加更多的层后导致的训练误差。如relu函数，低维度的特征通过relu后，会有一部分被毁掉，因为维度越低分布到relu激活带的可能性就越小。那么在反向传播的时候就会出现梯度消失，那么神经元的权重就无法更新，导致特征退化。那么理想解决办法就是对冗余数据使用relu，对不含冗余信息的使用线性激活。对现
编程欧阳娜娜·2022-11-21 19:49

NNDL 实验六 卷积神经网络（5）使用预训练resnet18实现CIFAR-10分类

数据集：CIFAR-10数据集，网络：ResNet18模型，损失函数：交叉熵损失，优化器：Adam优化器，Adam优化器的介
Guo_weiqi·2022-11-21 12:56

mindspore从Hub加载模型用于推理验证

2.例如，想使用GoogleNet对CIFAR-10数据集进行分类，可以在MindSporeHub官网上使用关键词进行搜索。页面将会返回与GoogleNet相关的所有模型。
xi_xiyu·2022-11-21 12:31

MindSpore：vgg16模型 gpu版本下载

MindSpore/ascend/0.7/vgg16_v1_cifar10也可自己训练生成模型使用。如果有其他问题欢迎继续提问，谢谢。
skytier·2022-11-21 12:52

【AlexNet】ImageNet Classification with Deep Convolutional Neural Networks

论文精读】同济子豪兄【精读AI论文】AlexNet深度学习图像分类算法还可以多去看看其他相关博客，有助于读懂和细读~1Introduction目前存在的数据集如NORB，Caltech-101/256和CIFAR
Ziy.·2022-11-21 07:51

数据集学习笔记(一):常用检测、行为检测数据集

文章目录常用检测数据集一CIFAR系列二COCO三VOC系列四CIFAR10五、TT100K六将图像数据集划分为训练集，验证集，测试集常用行为检测数据集UCF101常用检测数据集一CIFAR系列CIFAR10
ZZY_dl·2022-11-21 07:28

学习资源-20220309

githubhttps://github.com/zziz/pwc深度学习领域的文章和代码(按年份来排的)pytorch-cifar100实现ResNet,DenseNet,VGG,GoogleNet,
翁乐安·2022-11-21 06:37

图像分类、目标检测、图像分割----简介

个类别，手写数字体数据集，6万条训练数据和1万条测试数据，28*28的灰度图；（2）FashionMNIST：10个类别，6万条训练数据和1万条测试数据，28*28的灰度图，衣服、裤子、鞋子等；（3）CIFAR10
fancy-TT·2022-11-21 04:17

Cifar-10分类

步骤使用Torchvision加载并预处理CIFAR-10数据集定义网络定义损失函数和优化器训练网络并更新网络参数测试网络Cifar-10数据加载及预处理Cifar-10是一个常用的彩色图片数据集，它有
XoneyCream·2022-11-21 02:00

CNN | 06Cifar-10分类

6Cifar-10分类Cifar是加拿大政府牵头投资的一个先进科学项目研究所。Hinton、Bengio和他的学生在2004年拿到了Cifar投资的少量资金，建立了神经计算和自适应感知项目。
“逛丢一只鞋”·2022-11-21 02:58

卷积神经网络实现CIFAR100数据集分类

文章目录CIFAR100数据集介绍代码实现读取数据集构建网络模型网络模型编译模型训练模型评估模型运行模型运行结果总结CIFAR100数据集介绍CIFAR100数据集有100个类别，每个类别包含600张图片
Stephen_Tao·2022-11-21 02:23

CIFAR-10 分类

importtorchastimporttorchvisionastvimporttorchvision.transformsastransformsfromtorchvision.transformsimportToPILImageshow=ToPILImage()#可以把Tensor转成Image，方便可视化#第一次运行程序torchvision会自动下载CIFAR
时光会遥远·2022-11-21 02:48

cifar-10分类

importtorchfromtorchvisionimportdatasets,transformsimporttorch.nnasnnimporttorch.optimasoptimfromtorch.utils.dataimportDataLoaderimportonnximporttimeimportnumpyasnpimportmatplotlib.pyplotaspltclassBlo
辉痕·2022-11-21 02:45

【Pytorch】完整的模型训练套路(7)

以CIFAR10为例，model.py#-*-coding:utf-8-*-#作者：小土堆#公众号：土堆碎念importtorchfromtorchimportnn#搭建神经网络classTudui(nn.Module
littlemichelle·2022-11-21 01:56

学习笔记pytorch——一个完整的神经网络模型训练套路

准备数据和加载数据#准备数据train_data=torchvision.datasets.CIFAR10(".
苦逼学习pytorch中·2022-11-21 01:18

pytorch 完整搭建一个模型的套路

目录1、导入必要的模块2、加载数据集3、搭建模型计算卷积层padding的方法4、定义模型运行的设备5、创建网络模型、损失函数、优化器6、训练/测试模型以CIFAR10为数据集，搭建如下结构的神经网络模型
Viaqyy·2022-11-21 01:16

pytorch学习笔记（八）——神经网络完整的模型训练和模型测试套路（以CIFAR10数据集为例）

目录一、模型训练过程二、模型测试过程一、模型训练过程准备数据集利用Dataloader来加载数据集搭建神经网络（一般习惯把搭建的神经网络单独放入一个model.py中，然后在训练文件中引入model）设置损失函数设置优化器设置训练网络的一些参数开始训练从dataloader中取出数据将数据放入第三步搭建的网络中跑将跑出的结果和真实值放入损失函数中获取损失值loss由loss反向传播，优化器对模型进
M762B·2022-11-21 01:44

利用Pytorch完成完整的训练套路

由于仅作练习，所以还是选择较小的CIFAR10数据集。首先准备数据集：train_data=torchvision.datasets.CIFAR10(root='.
李招财的猫抓板·2022-11-21 01:42

pytorch_cifar10 学习记录（91%准确率）

目录一、首次尝试深度学习1.1训练参数网络结构：1.2训练结果1.3总结二、修改网络和学习率，初次使用GPU炼丹（kaggle线上炼丹）2.1训练参数三、cifar10数据增强后进行炼丹3.1参数设置3.2
宇智波洛必达·2022-11-21 00:31

NNDL 实验六 卷积神经网络（5）使用预训练resnet18实现CIFAR-10分类

文章目录5.5实践：基于ResNet18网络完成图像分类任务5.5.1数据处理5.5.1.1数据集介绍5.5.1.2数据读取5.1.1.3构造Dataset类5.5.2模型构建什么是“**预训练模型**”？什么是“迁移学习”？（必做）比较“使用预训练模型”和“不使用预训练模型”的效果。（必做）5.5.3模型训练5.5.4模型评价5.5.5模型预测思考题1.阅读《DeepResidualLearni
plum-blossom·2022-11-20 21:38

【pytorch】教程——以CIFAR10为例

有关模型的定义、参数查看和训练；卷积层计算规则；模型修改的小技巧，请参考：https://blog.csdn.net/weixin_42468475/article/details/108628474?csdn_share_tail=%7B%22type%22%3A%22blog%22%2C%22rType%22%3A%22article%22%2C%22rId%22%3A%22108628474
一起来学深度学习鸭·2022-11-20 18:49

PyTorch 模型训练实用教程（一）：数据

目录Cifar10转png第一步：下载cifar-10-python.tar.gz第二步：运行1_1_cifar10_to_png.py主要模块scipy.misc.imsave()函数：pickle模块
坚硬果壳_·2022-11-20 17:14

使用ViT（Vision transformer）来训练Cifar10数据集

使用ViT（Visiontransformer）来训练Cifar10数据集下面的代码是使用ViT训练Cifar10数据集的demo。"""
HELLOWORLD2424·2022-11-20 15:16

NNDL 实验六 卷积神经网络（5）使用预训练resnet18实现CIFAR-10分类

目录5.5实践：基于ResNet18网络完成图像分类任务5.5.1数据处理5.5.1.1数据集介绍5.5.1.2数据读取5.5.1.3构造Dataset类5.5.2模型构建5.5.3模型训练5.5.4模型评价5.5.5模型预测思考题1.阅读《DeepResidualLearningforImageRecognition》，了解5种深度的ResNet（18,34,50,101和152），并简单谈谈自
_Gypsophila___·2022-11-20 15:49

CIFAR-10训练模型（ResNet18）

1.搭建环境环境在实验进行时已经搭建完毕，具体步骤就不过多赘述（参考：https://blog.csdn.net/weixin_39574469/article/details/117454061）接下来只需导入所需的包即可importnumpyasnpimporttensorflowastfimportmatplotlib.pyplotaspltfromPILimportImagefromten
张小猪的家·2022-11-20 15:12

使用resnet18预训练模型做CIFAR10

importtorchvision.modelsimporttorchimporttimefromtorchimportnnfromtorchvision.modelsimportresnet18,ResNet18_Weightsfromtorch.utils.dataimportDataLoaderdevice=torch.device("cuda:0"iftorch.cuda.is_avail
Kim_Linshuo·2022-11-20 15:00

神经网络与深度学习（六）卷积神经网络（5）使用预训练resnet18实现CIFAR-10分类

目录5.5实践：基于ResNet18网络完成图像分类任务5.5.1数据处理5.5.1.1数据集介绍5.5.1.2数据读取5.5.1.3构造Dataset类5.5.2模型构建1.什么是“预训练模型”？什么是“迁移学习”？2.比较“使用预训练模型”和“不使用预训练模型”的效果。5.5.3模型训练5.5.4模型评价5.5.5模型预测思考题1.阅读《DeepResidualLearningforImage
Jacobson Cui·2022-11-20 14:29

传统图像处理（一）

文章目录图像分类HOG的原理CIFAR-10分类数据加载手写字符分类图像分类HOG（方向梯度直方图）是目前计算机视觉领域和模式识别领域很常用的一种图像局部纹理特征描述器。
飞天小福蝶·2022-11-20 14:42

NNDL 实验六 卷积神经网络（5）使用预训练resnet18实现CIFAR-10分类

目录5.5实践：基于ResNet18网络完成图像分类任务5.5.1数据处理5.5.1.1数据集介绍5.5.1.2数据读取5.5.1.3构造Dataset类5.5.2模型构建5.5.3模型训练5.5.4模型评价5.5.5模型预测思考题1.阅读《DeepResidualLearningforImageRecognition》，了解5种深度的ResNet（18,34,50,101和152），并简单谈谈自
cdd04·2022-11-20 12:29

（2）pytorch 实现图片分类（多种模型对比）

一、数据集这里选择了torchvision.datasets中的CIFAR10数据集，该数据集是torchvision自带的数据集之一，包含了
2lzm333·2022-11-20 11:41

【PyTorch】Torchvision

DataLoader2.1test_data2.2test_loader2.3drop_last2.4shuffle三、TorchvisionPyTorch官网：https://pytorch.org1、Dataset数据集描述：https://www.cs.toronto.edu/~kriz/cifar.html
LeoATLiang·2022-11-20 11:43

RuntimeError: Found 0 files in subfolders of:文件路径

项目背景：这里我是想实现一个VGG网络，以cifar10作为数据集进行训练；在加载数据集时一直报这个错误，首先路径时没有任何问题的；代码如下：trainData=torchvision.datasets.ImageFolder
lililinglingling·2022-11-20 11:30

卷积神经网络训练准确率突然下降_CVPR2019 | 专门为卷积神经网络设计的训练方法：RePr...

abstract和introduction，差点以为是modelpruning，看到后面发现是针对卷积神经网络的训练方法，而且这个方法比较简单，但文章通过大量的分析和实验，验证了提出的训练方法非常有效，在cifar
weixin_39890652·2022-11-20 10:54

深度学习之caffe

Caffe是一个清晰而高效的深度学习框架，本文详细介绍了caffe的优势、架构，网络定义、各层定义，Caffe的安装与配置，解读了Caffe实现的图像分类模型AlexNet，并演示了CIFAR-10在caffe
学战到底·2022-11-20 09:08

NNDL 实验六 卷积神经网络（5）使用预训练resnet18实现CIFAR-10分类

5.5实践：基于ResNet18网络完成图像分类任务5.5.1数据处理5.5.1.1数据集介绍5.5.1.2数据读取5.5.1.3构造Dataset类5.5.2模型构建必做题什么是“预训练模型”？什么是“迁移学习”？比较“使用预训练模型”和“不使用预训练模型”的效果。5.5.3模型训练5.5.4模型评价5.5.5模型预测思考题1.阅读《DeepResidualLearningforImageRec
凉堇·2022-11-20 08:16

深度学习入门3-卷积神经网络图像识别的一个例子（训练、测试和模型的加载保存）

代码实现1.了解数据2.构建网络、损失函数、优化器3.训练模型4.模型保存与加载5.测试6.GPU总结一、基本介绍今天和大家分享的例子代码是用pytorch实现一个卷积神经网络实现图像识别，所用到的数据集是cifar10
时光轻浅，半夏挽歌·2022-11-20 05:01

SGD / Ranger21训练se-resnet18 [ cifar-10 ]

这两天看到了一个叫Ranger21(github/arxiv)的训练器，写的是将最新的深度学习组件集成到单个优化器中，以AdamW优化器作为其核心（或可选的MadGrad）、自适应梯度剪裁、梯度中心化、正负动量、稳定权值衰减、线性学习率warm-up、Lookahead、Softplus变换、梯度归一化等，有些技术我也没接触过，反正听着很厉害。于是在Imagenette(github)，Image
故你，·2022-11-20 04:12

一、用Python从零实现横向联邦图像分类

`Resnet18`在`cifar10`上的联邦学习与中心化训练的效果对比6.`Resnet18`在`MNIST`上的联邦学习与中心化训练的
范星星·2022-11-20 02:56

【模型压缩】XNOR-Net: ImageNet Classification Using Binary Convolutional Neural Networks论文理解+pytorch代码解析

3.1Binary-Weight-Networks】【TrainBWN】【3.2XNOR-Networks】【实验】4.1有效性分析4.2图像分类4.3ablationstudy（控制变量，验证思路实验）【结论】【代码部分】【代码复现debug】（CIFAR
辰虫牙·2022-11-20 02:06

浅读CVPR2022-CrossPoint

.点云上的自监督学习3.Cross-ModalLearning网络架构1.整体分析2.损失函数表现1.下游任务1.12D渲染图数量的选择1.2分类任务1.3分割任务1.4IMID和CMID效果1.5在CIFAR-FS
一个普通的求学者·2022-11-20 01:22

深度学习第五周

这一周在慕课网上把Cifar10图像分类给看完了，感觉对分类任务处理掌握的还不够好，所以后面的目标检测没有看太多，想着先把东西消化消化。
啊砉·2022-11-20 01:34

python训练图片分类_使用Pytorch训练分类器详解（附python演练）

目录：一．数据二．训练一个图像分类器1.使用torchvision加载并且归一化CIFAR10的训练和测试数据集2.定义一个卷积神经网络3.定义一个损失函数4.在训练样本数据上训练网络5.在测试样本数据上测试网络三
weixin_39521009·2022-11-20 01:27

caffe 利用python绘制loss曲线以及accuracy曲线

/examples/cifar/train_quick.sh>&cifar.log&“>&”表示将所有的标准输出（stdout）和标准错误输出（stderr）都被重定向，“cifar.log”是重定向后
chestnut--·2022-11-20 01:16

NNDL 实验六 卷积神经网络（5）使用预训练resnet18实现CIFAR-10分类

5.5.1数据处理5.5.1.1数据集介绍CIFAR-10数据集包含了10种不同的类别、共60,000张图像，其中每个类别的
zc.9495·2022-11-19 22:30

（转）CNN基于Tensorflow实现cifar10数据集80-准确率

https://www.jianshu.com/p/a2c1016faa95数据导入和预处理本文使用的是CIFAR10的数据集。
zyb418·2022-11-19 22:06

NNDL 实验六 卷积神经网络（5）使用预训练resnet18实现CIFAR-10分类

目录5.5实践：基于ResNet18网络完成图像分类任务5.5.1数据处理5.5.2模型构建什么是“预训练模型”？什么是“迁移学习”？（必做）5.5.3比较“使用预训练模型”和“不使用预训练模型”的效果。（必做）5.5.4模型评价5.5.5模型预测思考题1.阅读《DeepResidualLearningforImageRecognition》，了解5种深度的ResNet（18,34,50,101和
Sun.02·2022-11-19 21:19
上一页 16 17 18 19 20 21 22 23 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他