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'
领取专属 10元无门槛券
私享最新 技术干货