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 | |
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
