文件名称：squeezenet_demo
文件大小：156KB
文件格式：ZIP
更新时间：2024-06-06 11:58:53
Python
SqueezeNet Keras实施 这是使用功能性API（arXiv ）的。 SqueezeNet是AlexNet级精度的小型模型，参数减少了50倍，模型大小小于0.5MB。 原始模型是在中实现的。 参考 差异： 从图模型切换到Keras 1.0功能API 修复池化层的bug 非常感谢 ，该源现在可以支持Keras 2.0 API。 结果 该仓库仅包含Keras实施模型，用于其他参数，请参阅演示脚本， 在SIMDAT包。 培训过程总共使用2600张图像，每节课使用1300张图像（因此，总共只有两节课）。 总共有130张图像用于验证。 20个纪元后，模型达到以下目标： loss: 0.6563 - acc: 0.7065 - val_loss: 0.6247 - val_acc: 0.8750 模型可视化
【文件预览】：
squeezenet_demo-master
----model.py(7KB)
----model.png(169KB)
----LICENSE.md(34KB)
----README.md(1KB)
----squeezenet_demo.py(6KB)