在Keras，TorchVision的预训练模型

Question

我有以下代码，它在Keras中使用经过预先训练的ResNet50模型和imagenet DataSet：

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)

fine..My的问题是，我是否可以在Keras、Torchvision或TensorFlow中找到一个经过预先训练的模型，但是可以找到以下之一：

1) LeNet5 for MNIST DataSet
2) 32-Layer ResNet for the CIFAR-10 Dataset

我知道另一种选择是自己训练LeNet5，但我会更倾向于接受预先训练的模型，而就我搜索的情况而言，我并没有找到它们。谢谢。

Answer 1

我也一直在探索Tensorflow的预先训练过的模型景观，并且(截至2020年的1/14)，解决方案并不存在于mnist-预培训的lenet或2) cifar10-预训练的32层resnet。

老实说，我强烈怀疑大多数框架是否会为LeNet-5发布经过预先培训的模型。它非常小，通常需要O(分钟)训练。

除了您提到的tf.keras.applications模块之外，还有其他一些可能的选项：

• 存储库，它包含马恩斯特和32层resnet的模型示例
• 向pytorch迈进，各种模型在imagenet上接受了预培训

我意识到这两个都不是理想的。