文件名称：DEEP_IMPLEMENTS
文件大小：4.25MB
文件格式：ZIP
更新时间：2024-04-17 10:40:13
Python
DEEP_IMPLEMENTS 这个项目是我使用pytorch从零开始实现流行的深度神经网络体系结构的地方。 该项目主要基于pytorch库进行设计，例如学习仅在torchvision库中给出的分类架构。 内容 影像数据 亚历克斯网 VGG16 资源网 起始时间 序列数据 RNN，LSTM，GRU n全部 注意力 变形金刚 如何使用它 有两个主要文件夹src和notebooks 。 notebooks具有实现的jupyter笔记本和python文件的src 。 我先在笔记本上实现，然后在python文件上实现 影像数据 基于图像数据的网络。 基于CNN的DNN架构。 Alexnet： VGG16： RESNET： 起始时间： 序列数据 序列数据类型。 RNN，LSTM，GRU n全部： 注意力： 变形金刚： 要求 conda环境创建conda create -n dl python=
【文件预览】：
DEEP_IMPLEMENTS-master
----LICENSE(1KB)
----src()
--------alexnet_model.py(107B)
--------VERSION(5B)
----env_dl.yml(501B)
----requirements.txt(311B)
----setup.py(2KB)
----.gitignore(2KB)
----papers()
--------1409.1556v6_VGG.pdf(195KB)
--------lecun-98_LeeNet.pdf(933KB)
--------NatureDeepReview.pdf(1.99MB)
--------NIPS-2012-imagenet-classification-with-deep-convolutional-neural-networks-Paper-AlexNet.pdf(1.35MB)
--------1512.03385_ResNet.pdf(800KB)
----README.md(1KB)
----notebooks()
--------dataset.ipynb(1KB)
----.vscode()
--------settings.json(80B)