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: