from nbdt.model import SoftNBDT
from nbdt.models import ResNet18, wrn28_10_cifar10, wrn28_10_cifar100, wrn28_10# use wrn28_10 for TinyImagenet200
model = wrn28_10_cifar10()
model = SoftNBDT(
pretrained=True,
dataset='CIFAR10',
arch='wrn28_10_cifar10',
model=model)
【「机器之心」决策树的复兴？结合神经网络，提升ImageNet分类准确率且可解释】另外 ， 研究者还提供了如何用少于 6 行代码将 nbdt 与我们自己的神经网络相结合 ， 详细内容请见其 GitHub 开源项目 。

• 军人驿站国际观察俄土科技差距显露无疑，美称此战可载入史册，叙利亚爆发机器人大战
• 埃尔法哥哥还可以做扫地机器人啊，自动驾驶不做了
• 界面新闻MIT：美国制造业每多1个机器人，平均取代3.3名工人
• 读懂新金融营销、城市、机器人、养牛养鱼……新型科技公司的十八般武艺
• 极客公园机器人大爆发的时代来了？风口上的优必选说要「保持冷静」
• 15个最流行的GitHub机器学习项目
• 科技智能制造TB细数机器人十大工控产品，没有这些机器人自动化就不能实现
• 重庆之声生产线接入网络提升产量30%，重庆用友：机器换人·数据换脑
• 知道丶朝歌文化模仿猎豹的“最快”软体机器人来了
• 环球网新加坡派机器狗在公园提醒市民保持社交距离，网友：太吓人，