文件名称：tinymind_competition:tinymind_competition
文件大小：109KB
文件格式：ZIP
更新时间：2024-06-04 23:29:10
Python
My_Mxnet_toolkit 使用Mxnet做分类 此代码适用于 环保 ubuntu16.04 mxnet 1.2.0，cuda9，cudnn7，python3 如何使用 ＃1。将数据释放到当前目录 ＃2.python get_list.py --ratio 0.9 //产生train.lst和val.lst ＃3.bash ./downmodel.sh //下载经过预训练的模型，（mxnet模型库） ＃4.bash ./train.sh //开始训练 当它融合时，选择了一个高前5 acc的好人 #python Forecast.py --epoch 10 然后，得到0.99+的结果。 代码比较粗，，： 更新 进行了一些改进。 现在，单个模型为0.991+， 执行以下操作： python get_list.py-比率0.9 bash ./downmodel.sh bas
【文件预览】：
tinymind_competition-master
----lr_scheduler.png(20KB)
----ensembl.py(7KB)
----cv.py(2KB)
----lr_policy.py(1KB)
----log.py(507B)
----train.sh(142B)
----Myaugmentation.py(6KB)
----Mydataiter.py(3KB)
----get_list.py(2KB)
----README.md(2KB)
----show.py(3KB)
----symbols()
--------mlp.py(1KB)
--------vgg.py(4KB)
--------inception-bn.py(7KB)
--------mobilenet.py(8KB)
--------__init__.py(0B)
--------inception-v4.py(9KB)
--------resnext.py(10KB)
--------lenet.py(3KB)
--------inception_resnet_v2.py(7KB)
--------resnet-v1.py(10KB)
--------README.md(455B)
--------__pycache__()
--------alexnet.py(3KB)
--------inception-v3.py(11KB)
--------googlenet.py(4KB)
--------mobilenetv2.py(2KB)
--------resnet.py(9KB)
----predict.py(6KB)
----show.jpg(43KB)
----view_learnpolicy.py(896B)
----downmodel.sh(264B)
----train.py(10KB)