在CIFAR-10数据集上训练的PyTorch模型
我修改了官方实施的流行CNN模型，并对CIFAR-10数据集进行了训练。
我在原始代码中更改了类的数量，过滤器大小，步幅和填充，以便它可以与CIFAR-10一起使用。
我也共享这些模型的权重，因此您只需加载权重并使用它们即可。
通过使用PyTorch-Lightning，该代码具有很高的可复制性和可读性。
支持模型的统计
不。
模型
值累积
否。参数
尺寸
1个
vgg11_bn
92.39％
28.150百万
108兆字节
2个
vgg13_bn
94.22％
28.334百万
109兆字节
3
vgg16_bn
94.00％
33.647百万
129兆字节
4
vgg19_bn
93.95％
38.959百万
149兆字节
5
网路18
93.07％
11.174百万
43兆字节
6
资源34
9
2021-12-15 00:20:26
22KB
1
Pytorch实现DenseNet模型在CIFAR10数据集上的测试。ipynb文件，包含了完整的训练、测试输出数据。
2021-12-13 16:08:18
177KB
1
Pytorch实现MobileNet模型在CIFAR10数据集上的测试。ipynb文件，包含了完整的训练、测试输出数据。
2021-12-13 16:08:17
157KB
1
Pytorch实现Vision Transformer模型在CIFAR10数据集上的测试。压缩包，包含了完整的训练、测试输出数据。
2021-12-13 16:08:17
179KB
1
主要是对cifar10数据集的一个图片的读取操作，将cifar10数据集的bin格式转换为图片格式，注意需要自行下载数据，建立test,train空文档
2021-11-24 16:32:16
2KB
1
cifar10数据集，python数据集原格式+jpg格式，图片格式为代码生成的jpg格式的cifar10数据集，分别存放在train,test文件夹，代码标签格式为0_0,0_1,...解压后可直接导入data_batch使用，进行cifar10训练
2021-11-24 16:10:27
235.7MB
1