首页/数据集/ResNet-101 network structure table.

ResNet-101 network structure table.

NIAID Data Ecosystem2026-03-13 收录

神经网络架构

计算机视觉模型

数据链接：

https://figshare.com/articles/dataset/ResNet-101_network_structure_table_/18731262 数据链接链接失效反馈

官方服务：

资源简介：

ResNet-101 network structure table.

应用场景：

创建时间：

2022-01-19

相关数据集

AnalogNAS-Bench

神经网络架构

模拟内存计算

AnalogNAS-Bench是一个针对模拟内存计算（AIMC）的神经网络架构搜索（NAS）基准。该数据集旨在解决传统数字硬件在AIMC平台上的性能问题，通过硬件感知训练（HWT）评估架构的鲁棒性。数据集基于NAS-Bench-201的搜索空间，并引入了AIMC特有的硬件非理想性约束。AnalogNAS-Bench为研究人员提供了一个标准化的框架，用于比较和分析不同架构在AIMC条件下的性能。

arXiv2025-06-23 更新180

Hidden layer sizes and number of trainable parameters for all models.

神经网络架构

模型参数量化

Fh is the number of channels for hidden X layers and Sh is the number of channels for hidden E layers.

NIAID Data Ecosystem70

NAS results of NAS-Bench-x11

神经网络架构

多保真性能评估

NAS results on nb-311, nb-111, and nbnlp-11 (Figure 5 in paper), and multi-fidelity results on nb-311 (Figure 8 in paper).

NIAID Data Ecosystem50

NasBench301 Dataset