MxNet系列——model_zoo——index

博客新址: http://blog.xuezhisd.top
邮箱：xuezhisd@126.com

---

MXNet的模型园地

MXNet 突出了学术论文中报告的最先进模型的快速实现。我们的模型园地（Modle Zoo）包含了完整的模型，Python脚本，预训练的权重和如何进行微调的说明文档。

如何贡献一个预训练的模型 (应包含什么)

提交一个包含下列内容的 Pull 请求：

• Gist 日志
• .json 格式的模型定义文件
• 模型参数文件
• Readme 文件 (细节见下面)

Readme 文件应该包含：

• 模型的位置和访问命令 (wget)。
• 确认你训练的模型满足原始论文中发表的精度。
• 关于如何使用该模型的逐步说明。
• 引用模型参考的任何其它文档或 arxiv 论文。

卷积神经网络

卷积神经网络对于很多图像和视频处理问题来说，是最先进的架构。一些可用的数据库有：

• ImageNet: 100万张图像构成的语料库，分成1000类。
• CIFAR10: 来自10个类别的60,000 张自然图像 (尺寸：32 x 32)。
• PASCAL_VOC: ImageNet的一个带目标边界框的子集。
• UCF101: 来自101个行为类别的13,320 个视频。
• Mini-Places2: Subset of the Places2数据集的子集。包含来自100个场景的 100,000 张图像
• ImageNet 11k
• Places2:Places365-Standard 包含来自365个场景类别的160万张训练图像，它被用来训练卷积神经网络：Places365。验证集中，每一类有50张图像；测试集中，每一类有900张图像。和Places365-Standard的训练集相比, Places365-Challenge的训练集包括620万额外张图像， Places365 challenge 2016 总共大概有800万张训练图像。验证集和测试集与 Places365-Standard 相同。

Model Definition	Dataset	Model Weights	Research Basis	Contributors
CaffeNet	ImageNet		Krizhevsky, 2012	@…
Network in Network (NiN)	CIFAR-10		Lin et al…, 2014
SqueezeNet	ImageNet		Iandola et al…, 2016
VGG16	ImageNet		Simonyan et al…, 2015
VGG19	ImageNet		Simonyan et al…, 2015
Inception v3 w/BatchNorm	ImageNet		Szegedy et al…, 2015
ResidualNet152	ImageNet		He et al…, 2015
Fast-RCNN	PASCAL VOC		Girshick, 2015
Faster-RCNN	PASCAL VOC		Ren et al…,2016
Single Shot Detection (SSD)	PASCAL VOC		Liu et al…, 2016

递归神经网络 (包括LSTMs)

MXNet 支持循环神经网络（recurrent neural networks, RNNs），也支持长短时记忆网络（ Long short-term memory, LSTM）和 GRU网络(Gated Recurrent Units)。一些可用的数据集有：

• Penn Treebank (PTB): 文本语料库，大约有100万个单词。词汇量限制在10,000个单词。任务是预测下一个【downstream】单词/字符。
• Shakespeare: 来自莎士比亚作品的复杂文本。
• IMDB reviews: 25,000个视频评论，标签为好/坏。
• Facebook bAbI: 20个问答任务的数据集，每一个有1,000个训练样本。
• Flickr8k, COCO: 带标题/句子的图像。Flickr8k包括 8,092个图像，大约40,000个标注（使用AmazonTurkers标注）。 COCO包含328,000个图像，每一个有5个句子。COCO也包含使用分割算法标记的物体信息。

Model Definition	Dataset	Model Weights	Research Basis	Contributors
LSTM - Image Captioning	Flickr8k, MS COCO		[Vinyals et al…, 2015](https://arxiv.org/pdf/ 1411.4555v2.pdf)	@…
LSTM - Q&A System	bAbl		Weston et al…, 2015
LSTM - Sentiment Analysis	IMDB		Li et al…, 2015

生成对抗网络(Generative Adversarial Networks)

Model Definition	Dataset	Model Weights	Research Basis	Contributors
DCGANs	ImageNet		Radford et al…,2016	@…
Text to Image Synthesis	MS COCO		Reed et al…, 2016
Deep Jazz			Deepjazz.io

其它网络模型

MXNet 支持多种模型，不限于经典的CNN和LSTM。包括深度增强学习，线性模型等。下面是一些可用的的数据集和资源：

• Google News: 一个包括300万单词的的文本语料库（为word2vec构建）。
• MovieLens 20M Dataset: 来自2.7万个电影和13.8万个用户的 2000万个评分和46.5万个标签。 Includes tag genome data with 12 million relevance scores across 1,100 tags.
• Atari Video Game Emulator: Stella是一个多平台的 Atari 2600 VCS 仿真器 (GPL)。

Model Definition	Dataset	Model Weights	Research Basis	Contributors
Word2Vec	Google News		Mikolov et al…, 2013	@…
Matrix Factorization	MovieLens 20M		Huang et al…, 2013
Deep Q-Network	Atari video games		Minh et al…, 2015
Asynchronous advantage actor-critic (A3C)	Atari video games		Minh et al…, 2016