fpga实战训练精粹pdf_【CNN图像分类实战】经典卷积神经网络模型训练—代码合集...

前面几篇文章是CNN论文解读系列，讲解了几种经典卷积神经网络模型：

• 【论文解读】CNN深度卷积神经网络-AlexNet
• 【论文解读】CNN深度卷积神经网络-VGG
• 【论文解读】CNN深度卷积神经网络-Network in Network
• 【论文解读】CNN深度卷积神经网络-GoogLeNet
• 【论文解读】CNN深度卷积神经网络-ResNet
• 【论文解读】CNN深度卷积神经网络-DenseNet

这篇主要是基于这些CNN网络，进行模型训练的代码实战，包含网络模型构建，利用模型进行图像分类的实战训练：

训练使用了经典数据集：MNIST,Fashion-MNIST,CIFAR-10，代码是tensorflow2.0实现，项目已开源：

除了经典CNN图像分类，项目还有不少干货(见目录)，后期还会不断更新目标检测/分割相关的模型训练实战代码～

目录如下：

• 介绍
• 1.Image Classification
• 2.Object Detection
  • 2.1 One-stage
  • 2.2 Two-stage
  • 2.3 资源分享
    • 2.3.1 知乎
    • 2.3.2 论文
    • 2.3.3 代码实战
• 3.学习资源
  • 3.1 机器学习
    • 3.1.1 入门概念
    • 3.1.2 公开课
    • 3.1.3 学习资源
    • 3.1.4 竞赛平台
  • 3.2 深度学习
    • 3.2.1 入门概念
    • 3.2.2 视频公开课
    • 3.2.3 学习资源
      • 书PDF
      • 卷积神经网络
    • 3.2.4 开源工具
      • 深度学习框架
      • 支撑工具
      • 其他资源
  • 3.3 计算机视觉
    • 3.3.1 入门概念
    • 3.3.2 公开课
    • 3.3.3 学习资源
• 4.公开数据集
  • 4.1 Pytorch提供
  • 4.2 Tensorflow提供

欢迎点赞＋ｓｔａｒ，不要只收藏，蟹蟹：）