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-ZOO
weiaicunzai/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：
