社区
《零基础学机器学习》
代码
帖子详情
第06课 卷积神经网络——识别狗狗的图像
零基础学机器学习
2022-01-04 13:49:31
6.2 卷积网络的结构
代码:
6.2 卷积网络的结构|code_1.py
代码:
6.2 卷积网络的结构|code_2.py
代码:
6.2 卷积网络的结构|code_3.py
代码:
6.2 卷积网络的结构|code_4.py
6.3 卷积层的原理
代码:
6.3 卷积层的原理|code_1.py
代码:
6.3 卷积层的原理|code_2.py
6.4 池化层的功能
代码:
6.4 池化层的功能|code_1.py
6.5 用卷积网络给狗狗图像分类
代码:
6.5 用卷积网络给狗狗图像分类|code_1.py
代码:
6.5 用卷积网络给狗狗图像分类|code_2.py
代码:
6.5 用卷积网络给狗狗图像分类|code_3.py
代码:
6.5 用卷积网络给狗狗图像分类|code_4.py
代码:
6.5 用卷积网络给狗狗图像分类|code_5.py
代码:
6.5 用卷积网络给狗狗图像分类|code_6.py
代码:
6.5 用卷积网络给狗狗图像分类|code_7.py
代码:
6.5 用卷积网络给狗狗图像分类|code_8.py
代码:
6.5 用卷积网络给狗狗图像分类|code_9.py
代码:
6.5 用卷积网络给狗狗图像分类|code_10.py
代码:
6.5 用卷积网络给狗狗图像分类|code_11.py
代码:
6.5 用卷积网络给狗狗图像分类|code_12.py
代码:
6.5 用卷积网络给狗狗图像分类|code_13.py
代码:
6.5 用卷积网络给狗狗图像分类|code_14.py
代码:
6.5 用卷积网络给狗狗图像分类|code_15.py
6.6 卷积网络性能优化
代码:
6.6 卷积网络性能优化|code_1.py
代码:
6.6 卷积网络性能优化|code_2.py
代码:
6.6 卷积网络性能优化|code_3.py
代码:
6.6 卷积网络性能优化|code_4.py
代码:
6.6 卷积网络性能优化|code_5.py
代码:
6.6 卷积网络性能优化|code_6.py
代码:
6.6 卷积网络性能优化|code_7.py
代码:
6.6 卷积网络性能优化|code_8.py
代码:
6.6 卷积网络性能优化|code_9.py
代码:
6.6 卷积网络性能优化|code_10.py
6.7 卷积网络中特征通道的可视化
代码:
6.7 卷积网络中特征通道的可视化|code_1.py
代码:
6.7 卷积网络中特征通道的可视化|code_2.py
...全文
100
回复
打赏
收藏
第06课 卷积神经网络——识别狗狗的图像
6.2 卷积网络的结构 代码:6.2 卷积网络的结构|code_1.py 代码:6.2 卷积网络的结构|code_2.py 代码:6.2 卷积网络的结构|code_3.py 代码:6.2 卷积网络的结构|code_4.py 6.3 卷积层的原理 代码:6.3 卷积层的原理|code_1.py 代码:6.3 卷积层的原理|code_2.py 6.4 池化层的功能 代码:6.4 池化层的功能|code_1.py 6.5 用卷积网络给狗狗图像分类 代码:6.5 用卷积网络给狗狗图像分类|code_1
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
卷积神经网络
——通过案例对原理进行剖析(MNIST
识别
和
狗狗
分类)
因为这一特点,
卷积神经网络
在
图像
识别
方面 能够给出更好的结果。 一、
卷积神经网络
的结构 看一个通过
卷积神经网络
识别
MNIST
图像
的例子: 1.导入数据集 import numpy as np # 导入NumPy数学工具箱 import pandas as ...
机器学习(六)
卷积神经网络
机器学习(六)
卷积神经网络
数据集来源:kaggle:Stanford Dogs Dataset 1.数据读入 import numpy as np # 导入Numpy import pandas as pd # 导入Pandas import os # 导入os工具 print(os.listdir("../input/...
2023暑期培训【week 2】——
卷积神经网络
卷积神经网络
(Convolutional Neural Network,CNN)是一种专门用于处理具有网格结构数据(如
图像
和音频)的深度学习模型。CNN在计算机视觉领域取得了巨大成功,并广泛应用于
图像
分类、目标检测、
图像
生成等任务。...
【第3章:
卷积神经网络
(CNN)——3.8 迁移学习与微调策略】
想象一下,如果能把ImageNet冠军模型变成你的专属AI助手,哪怕你的训练数据只够塞满一个U盘,那该有多爽...迁移学习的第一步,就是选择一个强大的预训练模型。接下来,根据数据量和任务相似度,选择冻结或微调的层数。
图像
处理及深度学习开源数据集大全(四万字呕心沥血整理)
本文整理了150 余个深度学习和
图像
处理领域的开源数据集,包括:目标检测、人脸
识别
、文本
识别
、
图像
分类、缺陷检测、医学影像、
图像
分割、
图像
去雾、关键点检测、动作
识别
、姿态估计、自动驾驶、RGBT共13个方向。
《零基础学机器学习》
5
社区成员
359
社区内容
发帖
与我相关
我的任务
《零基础学机器学习》
本书的目标,是让非机器学习领域甚至非计算机专业出身但有学习需求的人,轻松地掌握机器学习的基本知识,从而拥有相关的实战能力。
复制链接
扫一扫
分享
社区描述
本书的目标,是让非机器学习领域甚至非计算机专业出身但有学习需求的人,轻松地掌握机器学习的基本知识,从而拥有相关的实战能力。
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章