Tensorflow资源之经典网络实现
来源:互联网 发布:99porn永久域名av123 编辑:程序博客网 时间:2024/06/05 05:33
本系列文章由 @yhl_leo 出品,转载请注明出处。
文章链接: http://blog.csdn.net/yhl_leo/article/details/57412234
本文简单整理了网上公布的基于 TensorFlow 实现图像语义分析的一些经典网络,方便大家参考学习。
1. TensorFlow-Slim
TF-Slim 是 tensorflow 较新版本的扩充包,可以简化繁杂的网络定义,其中也提供了一些demo:
- AlexNet
- InceptionV1/V2/V3
- OverFeat
- ResNet
- VGG
例如 VGG-16 网络,寥寥数行就可以定义完毕:
def vgg16(inputs): with slim.arg_scope([slim.conv2d, slim.fully_connected], activation_fn=tf.nn.relu, weights_initializer=tf.truncated_normal_initializer(0.0, 0.01), weights_regularizer=slim.l2_regularizer(0.0005)): net = slim.repeat(inputs, 2, slim.conv2d, 64, [3, 3], scope='conv1') net = slim.max_pool2d(net, [2, 2], scope='pool1') net = slim.repeat(net, 2, slim.conv2d, 128, [3, 3], scope='conv2') net = slim.max_pool2d(net, [2, 2], scope='pool2') net = slim.repeat(net, 3, slim.conv2d, 256, [3, 3], scope='conv3') net = slim.max_pool2d(net, [2, 2], scope='pool3') net = slim.repeat(net, 3, slim.conv2d, 512, [3, 3], scope='conv4') net = slim.max_pool2d(net, [2, 2], scope='pool4') net = slim.repeat(net, 3, slim.conv2d, 512, [3, 3], scope='conv5') net = slim.max_pool2d(net, [2, 2], scope='pool5') net = slim.fully_connected(net, 4096, scope='fc6') net = slim.dropout(net, 0.5, scope='dropout6') net = slim.fully_connected(net, 4096, scope='fc7') net = slim.dropout(net, 0.5, scope='dropout7') net = slim.fully_connected(net, 1000, activation_fn=None, scope='fc8') return net2. tensorpack
tensorpack 是一个比较全面的工具包:
GitHub 地址 : ppwwyyxx/tensorpack
3. TF-Tutorials
TF-Tutorials 是一个简短的教程,包括如下内容:
GitHub 地址: awjuliani/TF-Tutorials
4. tflearn
GitHub 地址:tflearn/tflearn
5. Others
还有一些单一网络实现的工程,例如:
- VGG: machrisaa/tensorflow-vgg
- Faster RCNN: smallcorgi/Faster-RCNN_TF
- SSD: seann999/ssd_tensorflow
- YOLO: gliese581gg/YOLO_tensorflow
- FCN: MarvinTeichmann/tensorflow-fcn
- SegNet: tkuanlun350/Tensorflow-SegNet
- DeepLab: DrSleep/tensorflow-deeplab-lfov, DrSleep/tensorflow-deeplab-resnet
- Neural Style: anishathalye/neural-style
- Pix2Pix: affinelayer/pix2pix-tensorflow
- Colorization: shekkizh/Colorization.tensorflow
- Depth Prediction: iro-cp/FCRN-DepthPrediction
- Chessbot: Elucidation/tensorflow_chessbot
- DCGAN: carpedm20/DCGAN-tensorflow
- VAE-GAN: ikostrikov/TensorFlow-VAE-GAN-DRAW, timsainb/Tensorflow-MultiGPU-VAE-GAN
- Mask RCNN: CharlesShang/FastMaskRCNN
- ……
持续更新。。。。。。
阅读全文
0 0
- Tensorflow资源之经典网络实现
- Tensorflow资源之经典网络实现
- 经典网络的 TensorFlow 实现资源汇总
- 经典网络的 TensorFlow 实现资源汇总
- 经典网络的 TensorFlow 实现资源汇总
- 经典网络的 TensorFlow 实现资源汇总
- TensorFlow实现经典深度学习网络(5):TensorFlow实现自然语言处理基础网络Word2Vec
- TensorFlow实现经典深度学习网络(1):TensorFlow实现AlexNet
- TensorFlow实现经典深度学习网络(2):TensorFlow实现VGGNet
- TensorFlow实现经典深度学习网络(3):TensorFlow实现Google Inception Net
- TensorFlow实现经典深度学习网络(4):TensorFlow实现ResNet
- TensorFlow实现经典深度学习网络(6):TensorFlow实现基于LSTM的语言模型
- TensorFlow实现经典深度学习网络(7):TensorFlow实现双向长短时记忆循环神经网络
- Tensorflow实现CNN网络
- Tensorflow深度学习之十:Tensorflow实现经典卷积神经网络AlexNet
- Tensorflow实现经典损失函数
- 记忆网络之Key-Value Memory Networks tensorflow实现
- tensorflow 实现游乐场的网络
- Java基础面试题目
- python提示错误TypeError: 'dict_keys' object does not support indexing
- oracle 数据库 order by 排序的使用
- spring 同时配置hibernate and jdbc 事务
- 按层遍历二叉树(不分层) -- 漫漫算法路 刷题篇
- Tensorflow资源之经典网络实现
- Docker学习系列--Docker之打印HelloWorld
- python 数据采集入门
- PhpStorm中如何使用FTP功能 详细操作方法
- 学习架构图谱
- 由5个不重复的数字组成的任意不重复三位数
- 关于wdcp伪静态。pathinfo的配置。
- PHP “Exception not found”
- invalid mode 'kCFRunLoopCommonModes' provided to CFRunLoopRunSpecific