functional-zoo, PyTorch和Tensorflow功能模型定义

分享于 

3分钟阅读

GitHub

  繁體 雙語
functional model definitions for PyTorch
  • 源代码名称:functional-zoo
  • 源代码网址:http://www.github.com/szagoruyko/functional-zoo
  • functional-zoo源代码文档
  • functional-zoo源代码下载
  • Git URL:
    git://www.github.com/szagoruyko/functional-zoo.git
    Git Clone代码到本地:
    git clone http://www.github.com/szagoruyko/functional-zoo
    Subversion代码到本地:
    $ svn co --depth empty http://www.github.com/szagoruyko/functional-zoo
    Checked out revision 1.
    $ cd repo
    $ svn up trunk
    
    功能动物园

    PyTorch和Tensorflow的模型定义和pretrained权重

    PyTorch,与 lua Torch 不同,具有 autograd,所以使用 torch.nn 模块的模块结构不是必要的,可以轻松分配需要的模块模块,这有时更方便。 这里 repo 以这种功能方式包含模型定义,其中一些模型具有pretrained权重。

    权重被序列化为 hdf5 中数组的dict,因此在其他框架中应该很容易加载。 感谢 @edgarriba,我们有 cpp_parser,用于在 C++ 中加载权重。

    更多模型将来我们还计划为它的他框架添加定义,可以能是 tiny-dnn。 欢迎捐赠。

    请参见imagenet分类使用 PyTorch demo.ipynb

    模型

    所有模型都经过验证,使用 imagenet-validation.py 脚本(。依赖于 OpenCV python 绑定) 生成报告的准确性。

    要在 python 中加载权重首先执行 pip install hickle,然后:

    import hickle as hkl
    weights = hkl.load('resnet-18-export.hkl')

    不过,hickle py3支持还没有就绪,因此将用 Torch pickle格式以pickle格式重新保存这些模型,如下所示:

    weights = model_zoo.load_url('https://s3.amazonaws.com/modelzoo-networks/wide-resnet-50-2-export-5ae25d50.pth')

    另外,make_dot 被移动到一个单独的软件包中: PyTorchViz

    折叠

    下面的模型有batch_norm参数和统计折叠到卷积层的速度。 不建议使用它们进行微调。

    ImageNet模型笔记本val错误下载大小
    VGG-16vgg-16.ipynb30.09.10.69url即将出现528 MB
    NINnin-export.ipynb32.96.12.29url33 MB
    ResNet-18 ( fb )resnet-18-export.ipynb30.43。10.76url42 MB
    ResNet-18-ATresnet-18-at-export.ipynb29.44.10.12url44.1 MB
    ResNet-34 ( fb )resnet-34-export.ipynb26.72.8.74url78.3 MB
    WRN-50-2wide-resnet-50-2-export.ipynb22.0.6.05url246 MB
    基于的快速神经

    笔记本:fast-neural-style.ipynb

    模型:

    模型下载大小
    candy.hklurl7.1 MB
    feathers.hklurl7.1 MB
    wave.hklurl7.1 MB

    基于批标准化的模型

    来了


    相关文章