pytorch训练cifar100测试单GPU效率代码
pytorch训练cifar100测试单GPU效率代码,用于测试GPU效率,基于开源https://github.com/weiaicunzai/pytorch-cifar100
cifar-100-python.zip
cifar-100-python.tar.gz的下载资源,解决通过官方网站https://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz下载太慢问题。
ecg_1000例常规心电图
下载完整的训练集和测试集,共1000例常规心电图,其中训练集中包含600例,测试集中共400例。该数据是从多个公开数据集中获取。
首届中国心电智能大赛初赛样例代码
各参赛队伍需要在初赛正式结束之前,在下方提交代码文件、模型文件(如有)和在测试集数据上的预测结果。大赛组委会通过比较预测结果与金标准来计算各支参赛队伍的初赛成绩。为了保证初赛结果的公平公正,我们将检查各参赛队伍的算法代码,并在测试集上进行结果验证。为了快速完成测试,各参赛队伍需要参考样例代码,布局需和样例代码保持一致,且必须包含如下各个文件:
PTB文本数据集
PTB(Penn Treebank Dataset)文本数据集是语言模型学习中目前最广泛使用的数据集。
微软Maluuba英语对话数据集
Maluuba让两个人在聊天室中对话并收集了这些数据。一个人扮演用户,另一个人充当计算机。用户试图查找特价机票,另一个充当聊天机器人的人使用数据库检索信息。交互只包含文本(没有口语交互),研究人员有意识地选择了这个方法。大部分人都喜欢打字,而不是说话,那也就是说,这份数据集就远离了质量不高的语音识别和背景噪声。
康奈尔大学的电影对白语料库Cornell Movie-Dialogs Corpus
康奈尔大学的电影对白语料库Cornell Movie-Dialogs Corpus
豆瓣影评数据集
豆瓣5万条影评原始数据集,机器学习,nlp,深度学习的宝宝赶快看过来,看过来哈。 数据集格式: title,star,comment,label是对应电影名称,评论星级(1-5星),评论内容,差评好评(星级大于3为好评)
IMDB影评数据集
IMDB电影数据集train含有25000个电影评论,分为正反两类。数据与标签进行了处理保存到了一个CSV文件中,影评数据datas["x"],标签为datas["y"]。
目标检测数据集(皮卡丘)数据集
我们首先使用一个开源的皮卡丘3D模型生成了1000张不同角度和大小的皮卡丘图像。然后我们收集了一系列背景图像,并在每张图的随机位置放置一张随机的皮卡丘图像。
MXNet fashion-mnist数据集
针对于MXNet框架 fashion-mnist数据集
mnist_train = gl.data.vision.FashionMNIST(root="fashion-mnist/",train=True)
mnist_test = gl.data.vision.FashionMNIST(root="fashion-mnist/",train=False)
动⼿学深度学习中文版
《动手学深度学习》
面向中文读者的能运行、可讨论的深度学习教科书
动⼿学深度学习
《动手学深度学习》
面向中文读者的能运行、可讨论的深度学习教科书
FashionMNIST数据集
Fashion-MNIST是一个替代MNIST手写数字集的图像数据集。 它是由Zalando(一家德国的时尚科技公司)旗下的研究部门提供。其涵盖了来自10种类别的共7万个不同商品的正面图片。Fashion-MNIST的大小、格式和训练集/测试集划分与原始的MNIST完全一致。60000/10000的训练测试数据划分,28x28的灰度图片。你可以直接用它来测试你的机器学习和深度学习算法性能,且不需要改动任何的代码。
PyTorch 模型训练实用教程
本教程内容主要为在 PyTorch 中训练一个模型所可能涉及到的方法及函 数,并且对 PyTorch
1万张数字验证码数据集
1万张数字验证码数据集,用于深度学习里面CNN网络识别训练
word2vec text8数据集
深度学习中word2vector测试语料text8,Word2Vec数据集。TensorFlow实战
TensorFlow内核解析
这是一本剖析 TensorFlow 内核工作原理的书籍,并非讲述如何使用TensorFlow 构建机器学习模型,也不会讲述应用 TensorFlow 的最佳实践。本书将通过剖析 TensorFlow 源代码的方式,揭示 TensorFlow 的系统架构、领域模型、工作原理、及其实现模式等相关内容,以便揭示内在的知识。
吴恩达 Programming Assignments of Deep Learning Specialization (5 courses)
吴恩达 Programming Assignments of Deep Learning Specialization (5 courses)
深度学习入门之Pytorch
深度学习如今已经成为科技领域最炙手可热的技术,在本书中,我们将帮助你入门深度学习。本书将从机器学习和深度学习的基础理论入手,从零开始学习 PyTorch,了解 PyTorch 基础,以及如何用 PyTorch 框架搭建模型。通过阅读本书,你将学到机器学习中的线性回归和 Logistic 回归、深度学习的优化方法、多层全连接神经网络、卷积神经网络、循环神经网络,以及生成对抗网络,最后通过实战了解深度学习前沿的研究成果,以及 PyTorch 在实际项目中的应用。本书将理论和代码相结合,帮助读者更好地入门深度学习,适合任何对深度学习感兴趣的人阅读。
2111.01690.pdf
端到端ASR综述:《Recent Advances in End-to-End Automatic Speech Recognition》
7000个现代汉语通用字表txt文件
已经处理完成,每行一个字,可以直接代码读取使用
CCPD2021.zip
个人整理CCPD黄色车牌数据集300条,格式于CCPD相同,可以直接使用
格式介绍:https://github.com/xiaosongshine/CCPD_Plus/blob/main/README.md
VSCode苹果M1芯片正式版
VSCode苹果M1芯片正式版
labelImg.zip
我们知道,图片标注主要是用来创建自己的数据集,方便进行深度学习训练。本篇博客将推荐一款十分好用的图片标注工具LabelImg,重点介绍其安装以及使用的过程。如果想简便,请直接下载打包版本
labelme.exe文件
Labelme 是一个图形界面的图像标注软件。其的设计灵感来自于 http://labelme.csail.mit.edu/ 。它是用 Python 语言编写的,图形界面使用的是 Qt(PyQt)标注工具labelme在windows上的可执行文件exe,可以直接在windows打开使用
2000+个多标签心电图数据
2000+个医疗心电样本。每个样本有8个导联,分别是I,II,V1,V2,V3,V4,V5和V6。
III=II-I
aVR=-(I+II)/2
aVL=I-II/2
aVF=II-I/2
每个样本采样频率为500 HZ,长度为10秒,单位电压为4.88微伏(microvolts)。
搜狗最新已经去重200w词库
包括200W左右的最新词,把这个词库作为搜索引擎分词的标准。 词库包括200W左右的最新词,把这个词库作为搜索引擎分词的标准。
resnet18-5c106cde.pth.zip
cp /Users/xshine/Downloads/resnet18-5c106cde.pth /Users/xshine/.cache/torch/checkpoints/resnet18-5c106cde.pth
FastAI mnist_sample.tgz
FastAI mnist_sample.tgz
cd /Users/xshine/.fastai/data
cp * .
tar -zxvf mnist_sample.tgz
Market-1501-v15.09.152.zip
Market-1501 数据集在清华大学校园中采集,夏天拍摄,在 2015 年构建并公开。它包括由6个摄像头(其中5个高清摄像头和1个低清摄像头)拍摄到的 1501 个行人、32668 个检测到的行人矩形框。每个行人至少由2个摄像头捕获到,并且在一个摄像头中可能具有多张图像。训练集有 751 人,包含 12,936 张图像,平均每个人有 17.2 张训练数据;测试集有 750 人,包含 19,732 张图像,平均每个人有 26.3 张测试数据。介绍链接:https://blog.csdn.net/ctwy291314/article/details/83544088
Re-ID-baseline.zip
Re-ID-master.zip baseline
Markt 1501
Res 50 : batchsize=32 : Rank1 =9581 mAP=8828
cudnn-10.1-windows10-x64-v7.6.3.30.zip
windows10 cuda 10.1 配套版本 cudnn-10.1
cudnn-10.1-windows10-x64-v7.6.3.30.zip
1000个12导联ECG心电图数据集
1000个12导联ECG心电图数据集,600例有标签,400例用于测试。采样率为500 Hz。MAT格式
LabelImg标注图片工具windows免安装版本
LabelImg是深度学习中用来标注图片中物体位置与名称的工具,更简单的打标签的可执行程序,打开既可以使用
注意打开的图片文件不能有中文路径
Keil.STM32F0xx_DFP.2.0.0.pack
Keil.STM32F0xx_DFP.2.0.0.pack 文件,需要的朋友自取。
TeamViewer-Windows企业破解版
TeamViewer-Windows企业破解版,同一账号下windows随意使用。
交通标志数据集
交通标志数据集,共有62类交通标志。其中训练集数据有4572张照片(每个类别大概七十个),测试数据集有2520张照片(每个类别大概40个)。数据包含两个子目录分别train与test
实战地址:https://blog.csdn.net/xiaosongshine
复旦大学_深度学习与神经网络书籍
知乎地址:https://zhuanlan.zhihu.com/p/61591812
随书练习题:https://github.com/nndl/exercise
总体而言,这本书从基础到研究前沿介绍了深度学习的核心概念与理论。我们不仅能了解到全连接、卷积和循环等基本深度神经网络网络,同时还能学习到前沿的 Transformer 等模型,当然所需的数学基础在附录也都是有提供的。这本 446 页的深度学习开放教科书,足够我们了解 DL 的前前后后。