Cifar100 TensorFlow高精度调参记录
跑著模型闲来无事的时候，看了一些数据集上的model-zoo和baseline，于是看到了cifar100的数据集。
cifar100的数据集在pytorch上有很多精度很高的模型，如：
BIGBALLON/CIFAR-ZOO
weiaicunzai/pytorch-cifar100
但我发现了一个问题便是几乎没有精度很高的TensorFlow的实现版本，Github上搜索几乎搜不到精度比较高的，难道是tf的性能不及torch？
所以用一周的时间我实现了一个精度比较高的tf版本，有兴趣的同学可以star或一起加入：
Ecohnoch/tensorflow-cifar100
这个版本目前最初一个resnet18，但是Top 1 accuracy在100个epoch里已经达到了0.74以上，达到了torch的基准水平，且比model-zoo里的要高，于是这说明tf的性能并不差，反而实现起来也非常的容易。
----------------一周后------------
目前代码已经实现了ResNet、SENet、ResNeXt、DenseNet等等：
- resnet系列(resnet18, 50, 110, 152)
- se-resnet系列(senet18, 50, 110, 152)
- resnext系列(resnext18, 50, 110, 152)
- se-resnext系列(se-resnext18, 50, 110, 152)
- densenet系列(densenet161, 169, 201, 121, 100bc, 190bc)
使用TensorFlow和TensorLayer实现(TensorLayer也就是一个TF的各个操作的集成)，具体的可以看我的Github啦。
很多网路测试了正确，不过要跑完还需要一些时间测试，正在一个个测试中。
要是有帮助的话记得点个Star。
推荐阅读：
