我有以下代码,它使用 Keras 中预先训练的 ResNet50
模型和 imagenet
数据集:
from keras.applications.resnet50 import ResNet50
from keras.preprocessing import image
from keras.applications.resnet50 import preprocess_input, decode_predictions
import numpy as np
model = ResNet50(weights='imagenet')
print(model)
它工作得很好..我的问题是我可以在 Keras 或 Torchvision 或 TensorFlow 中找到预先训练的模型但是对于以下之一:
1) LeNet5 for MNIST DataSet
2) 32-Layer ResNet for the CIFAR-10 Dataset
我知道另一种选择是自己训练 LeNet5,但预训练模型将是首选,而且据我搜索,我没有找到它们。 谢谢。
最佳答案
我还一直在探索 Tensorflow 的预训练模型环境,并且(截至 2020 年 1 月 14 日),不存在 1) mnist 预训练 lenet 或 2) cifar10 预训练 32 层 resnet 的解决方案。
老实说,我强烈怀疑大多数框架都发布了 LeNet-5 的预训练模型。它非常小,通常需要 O(分钟)来训练。
除了 tf.keras.applications
您提到的模块,其他一些潜在的选项是:
- official
tensorflow/models
repository ,其中包含 mnist 的模型示例和一个32-layer resnet - 切换到
pytorch
,其中有 various models在 imagenet 上预训练
我意识到这些都不理想。
关于python - Keras、TorchVision 中的预训练模型,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55030766/