Keras、TorchVision 中的预训练模型答案

【问题标题】：Pre-Trained Models in Keras,TorchVisionKeras、TorchVision 中的预训练模型
【发布时间】：2019-03-06 19:25:53
【问题描述】：

我有以下代码在 Keras 中使用预训练的 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)

它工作正常..我的问题是我可以在 Keras 或 Torchvision 或 TensorFlow 中找到一个预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

我知道另一种方法是例如我自己训练 LeNet5，但预训练模型将是首选，据我搜索，我没有找到它们。谢谢。

【问题讨论】：

标签： python tensorflow keras deep-learning pytorch

【解决方案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），1) mnist 预训练的 lenet 或 2) cifar10 预训练的 32 层 resnet 的解决方案不存在。

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

除了您提到的tf.keras.applications 模块，其他一些可能的选择是：

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

我意识到这些都不理想。

【讨论】：