Cifar100 TensorFlow高精度調參記錄
跑著模型閑來無事的時候,看了一些數據集上的model-zoo和baseline,於是看到了cifar100的數據集。
cifar100的數據集在pytorch上有很多精度很高的模型,如:
BIGBALLON/CIFAR-ZOOweiaicunzai/pytorch-cifar100但我發現了一個問題便是幾乎沒有精度很高的TensorFlow的實現版本,Github上搜索幾乎搜不到精度比較高的,難道是tf的性能不及torch?
所以用一週的時間我實現了一個精度比較高的tf版本,有興趣的同學可以star或一起加入:
Ecohnoch/tensorflow-cifar100這個版本目前最初一個resnet18,但是Top 1 accuracy在100個epoch裏已經達到了0.74以上,達到了torch的基準水平,且比model-zoo裏的要高,於是這說明tf的性能並不差,反而實現起來也非常的容易。
----------------一週後------------
目前代碼已經實現了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實現(TensorLayer也就是一個TF的各個操作的集成),具體的可以看我的Github啦。
很多網路測試了正確,不過要跑完還需要一些時間測試,正在一個個測試中。
要是有幫助的話記得點個Star。
推薦閱讀: