Keras 中的預訓練模型，TorchVision

Question

我有以下代碼，它在ResNet50使用預訓練的ResNet50模型和imagenet ：

from keras.applications.resnet50 import ResNet50
from keras.preprocessing import image
from keras.applications.resnet50 import preprocess_input, decode_predictions
import numpy as np

model = ResNet50(weights='imagenet')
print(model)

並且它工作正常..我的問題是我可以在 Keras、Torchvision 或 TensorFlow 中找到一個預先訓練的模型，但可以使用以下方法之一：

1) LeNet5 for MNIST DataSet
2) 32-Layer ResNet for the CIFAR-10 Dataset

我知道替代方法是例如自己訓練 LeNet5，但預訓練模型將是首選，據我搜索，我沒有找到它們。 謝謝你。

Answer 1

我還一直在探索 Tensorflow 的預訓練模型格局，並且（截至 2020 年 1 月 14 日），對於 1）mnist 預訓練的 lenet 或 2）cifar10 預訓練的 32 層 resnet 不存在解決方案。

老實說，我強烈懷疑大多數框架都發布了 LeNet-5 的預訓練模型。 它非常小，通常需要 O(分鍾) 來訓練。

除了你提到的tf.keras.applications模塊，其他一些潛在的選擇是：

• 官方tensorflow/models存儲庫，其中包含mnist和32 層 resnet 的模型示例
• 切換到pytorch ，它具有在 imagenet 上預訓練的各種模型

我意識到這兩個都不理想。