python - Keras、TorchVision 中的预训练模型

Question

我有以下代码，它使用 Keras 中预先训练的 ResNet50 模型和 imagenet 数据集:

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)

它工作得很好..我的问题是我可以在 Keras 或 Torchvision 或 TensorFlow 中找到预先训练的模型但是对于以下之一:

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

我知道另一种选择是自己训练 LeNet5，但预训练模型将是首选，而且据我搜索，我没有找到它们。谢谢。

Answer 1

我还一直在探索 Tensorflow 的预训练模型环境，并且(截至 2020 年 1 月 14 日)，不存在 1) mnist 预训练 lenet 或 2) cifar10 预训练 32 层 resnet 的解决方案。

老实说，我强烈怀疑大多数框架都发布了 LeNet-5 的预训练模型。它非常小，通常需要 O(分钟)来训练。

除了 tf.keras.applications您提到的模块，其他一些潜在的选项是:

• official tensorflow/models repository ，其中包含 mnist 的模型示例和一个32-layer resnet
• 切换到 pytorch，其中有 various models在 imagenet 上预训练

我意识到这些都不理想。