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'