文件名称：TensorFlow2.0_ResNet:使用TensorFlow-2.0的ResNet（ResNet18，ResNet34，ResNet50，ResNet101，ResNet152）实现
文件大小：9KB
文件格式：ZIP
更新时间：2024-06-11 11:35:23
Python
TensorFlow2.0_ResNet 使用TensorFlow-2.0的ResNet（ ResNet18，ResNet34，ResNet50，ResNet101，ResNet152 ）实现 有关更多的CNN，请参见 。 火车 要求： Python> = 3.6 Tensorflow == 2.0.0 要在自己的数据集上训练ResNet，可以将数据集放在原始数据集文件夹下，目录应如下所示： |——original dataset |——class_name_0 |——class_name_1 |——class_name_2 |——class_name_3 运行脚本split_dataset.py将原始数据集拆分为训练集，有效集和测试集。 更改config.py中的相应参数。 运行train.py开始培训。 评估 运行valuate.py评估模型在测
【文件预览】：
TensorFlow2.0_ResNet-master
----.gitignore(97B)
----split_dataset.py(4KB)
----dataset()
--------README.md(55B)
----models()
--------residual_block.py(4KB)
--------__init__.py(0B)
--------resnet.py(4KB)
----LICENSE(1KB)
----original_dataset()
--------README.md(126B)
----README.md(1KB)
----prepare_data.py(2KB)
----config.py(407B)
----saved_model()
--------README.md(37B)
----evaluate.py(1KB)
----train.py(4KB)