文件名称：tensornets：在TensorFlow中具有预训练权重的高级网络定义
文件大小：1.01MB
文件格式：ZIP
更新时间：2024-02-26 03:39:42
deep-learning tensorflow model vgg yolo
TensorNets 在具有预训练权重的高级网络定义（已通过2.1.0 >= TF >= 1.4.0进行测试）。 指导原则 适用性。 许多人已经拥有了自己的ML工作流程，并希望在其工作流程中建立新的模型。 TensorNets可以轻松地连接在一起，因为它被设计为没有自定义类的简单功能接口。 可管理性。 模型是用tf.contrib.layers编写的，它像PyTorch和Keras一样轻巧，可以轻松访问每个重量和端点。 而且，它易于部署和扩展预处理和预训练权重的集合。 可读性。 使用最新的TensorFlow API，可以实现更多的分解和更少的缩进。 例如，所有inception变体在都
【文件预览】：
tensornets-master
----cat.png(648KB)
----README.md(31KB)
----summary.png(243KB)
----tests()
--------all_imagenet_models.py(5KB)
--------utils_test.py(784B)
--------basics_test.py(10KB)
----examples()
--------evaluate_imagenet_all.sh(5KB)
--------train_yolov2.py(2KB)
--------generate_summary.py(3KB)
--------evaluate_imagenet.py(5KB)
--------imagenet_preprocessing.py(20KB)
----LICENSE(1KB)
----tensornets()
--------capsulenets.py(3KB)
--------inceptions.py(18KB)
--------wavenets.py(2KB)
--------zf.py(2KB)
--------contrib_layers()
--------version_utils.py(202B)
--------contrib_framework()
--------references()
--------detections.py(5KB)
--------vggs.py(2KB)
--------nasnets.py(9KB)
--------resnets.py(13KB)
--------efficientnets.py(8KB)
--------ops.py(4KB)
--------squeezenets.py(2KB)
--------datasets()
--------mobilenets.py(14KB)
--------utils.py(19KB)
--------__init__.py(3KB)
--------darknets.py(3KB)
--------preprocess.py(6KB)
--------pretrained.py(35KB)
--------layers.py(5KB)
--------densenets.py(3KB)
--------middles.py(13KB)
----pytest.ini(153B)
----translations()
--------mobilenetv3_tfslim.py(4KB)
--------tfslim.py(4KB)
----MANIFEST.in(151B)
----pyproject.toml(140B)
----setup.py(1KB)
----.travis.yml(3KB)