Timm包括
- image models
- layers
- utilities
- optimizers
- schedulers
- data-loaders / augmentations
- training / validation scripts
旨在将各种 SOTA 模型整合在一起,并具有复现 ImageNet 训练结果的能力,可进行迁移学习。
Timm库不仅提供了模型的权重,还提供了分布式训练和评估的代码框架,方便后人开发。它还在不断地更新迭代新的训练方法,新的视觉模型和优化代码。
代码使用学习:点这里