DenseNet实现
DenseNet-armhzjz的Python项目详细描述
关于这个DenseNet实现
读完DenseNet paper后，我非常惊讶它如此简单，却又如此强大。所以我决定自己去实现它并尝试一下。 DenseNet的这个实现是在python3.6.10版本下完成的。在
我使用来自kaggle的this Cifar-10 datase来测试我的实现的性能。为此，我总共训练了4个DenseNet网络来获取数据；其中2个是BC变体，另一个不是BC网络。我在这四个网络上做的快速比较可以在this jupyter notebook中找到。在
可以在here找到测试脚本。我使用这个测试sctipt来确保实现也在kaggle笔记本的上下文之外工作。它直接从其官方网页下载Cifar-10数据集，准备训练、验证和测试数据集，训练DenseNet模型，并使用训练期间产生的最佳参数对其进行评估。此脚本的执行将花费相当长的时间，这取决于您使用的GPU硬件，因此请注意这一点，如果它似乎要花很长时间才能完全执行脚本，请不要感到困惑。在
最后，以防读者对cifar-10评估感兴趣（即，不仅仅是与此存储库中提供的粗略比较）。在
注意：要使用此模块，必须在系统中安装Pythorch。在
- 项目
标签：
欢迎加入QQ群-->： 979659372
