Resnet10

🚀 JAX转PyTorch的转换模型（ResNet - 10）

本项目是在将HIL - SERL论文代码（https://hil - serl.github.io/）移植到Lerobot（https://github.com/Lerobot/lerobot）的背景下完成的。Hugging Face上没有ResNet - 10模型，而由于其体积小，该模型对于机器人任务而言可能非常有用。此模型是从JAX转换为PyTorch的，并且保留了权重。

🚀 快速开始

from transformers import AutoModel, AutoTokenizer
model = AutoModel.from_pretrained("helper2424/resnet10")

✨ 主要特性

• 该模型是原始JAX实现的PyTorch版本，转换过程中保留了原始模型的架构和权重，方便PyTorch用户使用。
• 使用自动化的JAX到PyTorch转换管道进行转换，确保了权重保留、架构匹配和数值稳定性。

📚 详细文档

模型描述

[原始模型及其用途的简要描述]

此模型是原始JAX实现的PyTorch移植版本。转换过程在保留原始模型架构和权重的同时，使其可供PyTorch用户使用。原始模型来自https://github.com/rail - berkeley/hil - serl/blob/7d17d13560d85abffbd45facec17c4f9189c29c0/serl_launcher/serl_launcher/utils/train_utils.py#L103。

模型详情

转换过程

该模型使用自动化的JAX到PyTorch转换管道进行转换，确保了：

• 权重保留
• 架构匹配
• 数值稳定性

代码链接

https://github.com/helper2424/resnet10

💻 使用示例

基础用法

from transformers import AutoModel, AutoTokenizer
model = AutoModel.from_pretrained("helper2424/resnet10")

📄 许可证

本项目采用Apache 2.0许可证。

📚 引用信息

@misc{resnet10,
   title = "Resnet10",
   author = "Eugene Mironov and Khalil Meftah and Adil Zouitine and Michel Aractingi and Ke Wang",
   month = jan,
   year = "2025",
   address = "Online",
   publisher = "Hugging Face",
   url = "https://huggingface.co/helper2424/resnet10",
}