CNN入门讲解:从论文到代码,实现Resnet

大家好,我是波波

上期我们讲了resnet的基本原理

今天我们要讲的是Resnet的结构,并且在用代码实现这个Resnet

论文地址:

https://arxiv.org/pdf/1512.03385.pdf - 《Deep Residual Learning for Image Recognition》

https://arxiv.org/abs/1603.05027 - 《Identity Mappings in Deep Residual Networks》

下面是视频教学

腾讯视频:

youtube:https://youtu.be/dz1K6E3kpW4

整个视频23分钟

我知道你们能看前十分钟了不得

我就直接上代码吧

代码地址如下:

https://github.com/jiangzhubo/Resnet_hekaiming/tree/master/resnet_model

(此源代码非我本人所写,但是我进行了大幅度改的,亲测有效)

下完之后别忘了点赞哦

---------------------------------------------

而我又知道你估计下完也不会回来点赞的

那你先点了吧(调皮脸.jpg)

---------------------------------------------------

下面我来简单交一下这个代码怎么用吧:

注:tensorflow 我用的是1.1

(1)你会看到两个文件:main_resnet.py, resnet.py

(2)打开main_resnet.py, 定义好你的:batch_size,nb_classes,nb_epoch

(3)Training with Scratch, 就是没有加载Pretrain model 的,注释掉374行,选择375行

(4) Training with Pretrained model, 注释掉375行,选择374行

(5)然后在378行load model.

pretraining model with 50 layers for imagenet 地址 :

WEIGHTS_PATH = 'https://github.com/fchollet/deep-learning-models/releases/download/v0.2/resnet50_weights_tf_dim_ordering_tf_kernels.h5'

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180225G0KA1800?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券