文件名称：timmdocs:Ross Wightman的Timm图像模型库的文档
文件大小：10.2MB
文件格式：ZIP
更新时间：2024-05-26 13:16:13
JupyterNotebook
目录 pytorch图像模型（timm） timm是由创建的深度学习库，它是SOTA计算机视觉模型，层，实用程序，优化器，调度程序，数据加载器，增强功能以及具有再现ImageNet训练结果能力的训练/验证脚本的集合。 安装 pip install timm 或者对于可编辑的安装， git clone https://github.com/rwightman/pytorch-image-models cd pytorch-image-models && pip install -e . 如何使用 建立模型 import timm import torch model = timm . create_model ( 'resnet34' ) x = torch . randn ( 1 , 3 , 224 , 224 ) model ( x ). shape 使用timm创建
【文件预览】：
timmdocs-master
----MANIFEST.in(111B)
----timmdocs()
--------_nbdev.py(278B)
--------__init__.py(22B)
--------core.py(101B)
----.github()
--------workflows()
----settings.ini(2KB)
----nbs()
--------01b_training.ipynb(17KB)
--------index.ipynb(5KB)
--------03c_jsd_cross_entropy.ipynb(26KB)
--------.gitattributes(50B)
--------07d_tanh.ipynb(148KB)
--------03_loss.cross_entropy.ipynb(4KB)
--------images()
--------07_schedulers.ipynb(6KB)
--------00b_models.ipynb(19KB)
--------05b_RandAugment.ipynb(436KB)
--------05c_RandomErase.ipynb(453KB)
--------07b_SGDR.ipynb(120KB)
--------05a_mixup_cutmix.ipynb(617KB)
--------05d_AutoAugment.ipynb(467KB)
--------00c_create_model.ipynb(8KB)
--------01c_training_modelEMA.ipynb(6KB)
--------06a_tutorial_feature_extractor.ipynb(16KB)
--------04_Optimizers.ipynb(308KB)
--------06b_tutorial_splitbn.ipynb(7KB)
--------03b_asymmetric_loss.ipynb(555KB)
--------01a_training_scripts.ipynb(9KB)
--------05e_random_resized_crop.ipynb(389KB)
--------07c_stepLR.ipynb(43KB)
--------07e_plateau.ipynb(5KB)
--------02b_dataloader.ipynb(219KB)
--------00a_model_architectures.ipynb(2KB)
--------02_dataset.ipynb(15KB)
----CONTRIBUTING.md(2KB)
----LICENSE(11KB)
----setup.py(2KB)
----README.md(3KB)
----Makefile(487B)
----docs()
--------jsd_cross_entropy.html(34KB)
--------core.html(1KB)
--------tanh.html(169KB)
--------index.html(10KB)
--------asymmetric_loss.html(567KB)
--------RandAugment.html(466KB)
--------feed.xml(1KB)
--------sitemap.xml(472B)
--------dataloader.html(227KB)
--------model_architectures.html(1KB)
--------training.html(35KB)
--------images()
--------stepLR.html(56KB)
--------Gemfile(241B)
--------sidebar.json(1KB)
--------models.html(34KB)
--------plateau.html(7KB)
--------_data()
--------create_model.html(15KB)
--------tutorial_unet.html(6KB)
--------RandomErase.html(473KB)
--------loss.jsd_cross_entropy.html(35KB)
--------mixup_cutmix.html(635KB)
--------training_modelEMA.html(13KB)
--------tutorial_feature_extractor.html(42KB)
--------schedulers.html(10KB)
--------SGDR.html(138KB)
--------training_scripts.html(11KB)
--------Optimizers.html(330KB)
--------Gemfile.lock(7KB)
--------augmentation.html(635KB)
--------.gitignore(7B)
--------_config.yml(844B)
--------AutoAugment.html(486KB)
--------loss.cross_entropy.html(8KB)
--------tutorial_splitbn.html(13KB)
--------dataset.html(29KB)
--------random_resized_crop.html(392KB)
----.gitconfig(492B)
----docker-compose.yml(946B)
----.gitignore(2KB)