文件名称：MobileNetV2_pytorch_cifar:在PyTorch中的CIFAR数据集上完整实现MobileNetv2
文件大小：13.29MB
文件格式：ZIP
更新时间：2024-05-28 10:25:03
Python
MobileNetV2_pytorch_cifar 这是MobileNetv2在PyTorch中的完整实现，可以在CIFAR10，CIFAR100或您自己的数据集中进行训练。 该网络来自下面的论文 残差和线性瓶颈：用于分类，检测和细分的移动网络 在该网络中，使用了反向残差结构和深度卷积。 请参阅该论文以获取更多详细信息 用法 此项目已编译并在Python 2.7和PyTorch 0.4.0上运行。以下是一些必需的依赖项： torch 0.4.0 torchvision 0.2.1 numpy 1.14.3 tensorboardX 1.2 使用pip首先安装它们 训练与测试 下载CIFAR10或CIFAR100数据集，或准备自己的数据集，如PyTorch中定义的数据加载器 将config.py修改为您自己的配置，例如。 更改image_size或其他 运行python main.py
【文件预览】：
MobileNetV2_pytorch_cifar-master
----progressbar.py(1KB)
----config.py(2KB)
----mobilenetv2.py(9KB)
----img()
--------mobilenetv2_test_cifar100_other.png(9KB)
--------mobilenetv2_test_cifar100_mine.png(10KB)
----utils.py(3KB)
----main.py(1KB)
----MobileNet_V2_cifar100()
--------checkpoints()
----LICENSE(11KB)
----README.md(1KB)
----layers.py(2KB)