




版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
深度學(xué)習(xí)技術(shù)與應(yīng)用DeepLearningTechnologyandApplicationcontents目錄第九章CIFAR-10圖像分類01.使用卷積神經(jīng)網(wǎng)絡(luò)搭建模型識別CIFAR-10圖像Recognitionofcifar-10imageusingconvolutionalneuralnetwork02.提升模型的準確率ImprovetheaccuracyofthemodelPART1使用卷積神經(jīng)網(wǎng)絡(luò)搭建模型識別CIFAR-10圖像01.使用卷積神經(jīng)網(wǎng)絡(luò)搭建模型識別CIFAR-10圖像Recognitionofcifar-10imageusingconvolutionalneuralnetworkCIFAR-10CIFAR-10是由AlexKrizhevsky,VinodNair與GeoffreffHinton收集的一個用于圖像識別的數(shù)據(jù)集。共有10個分類:飛機、汽車、鳥、貓、鹿、狗、青蛙、馬、船、卡車。與之前MNIST數(shù)據(jù)集相比,它的色彩和顏色噪點會比較多,其中分類如卡車,大小不一,角度不同,顏色不同。01.使用卷積神經(jīng)網(wǎng)絡(luò)搭建模型識別CIFAR-10圖像Recognitionofcifar-10imageusingconvolutionalneuralnetworkCIFAR-10數(shù)據(jù)集下載登錄官?:http:///~kriz/cifar.htm。01.使用卷積神經(jīng)網(wǎng)絡(luò)搭建模型識別CIFAR-10圖像Recognitionofcifar-10imageusingconvolutionalneuralnetworkCIFAR-10數(shù)據(jù)集下載登錄官?:http:///~kriz/cifar.htm。如果下載失敗或者下載速度?較緩慢的,本書有提供其他下載的?式(詳情?附錄),下載的?件名為cifar10-batches-py.tar.gz或cifar-10-batches-py.tar Windows放置數(shù)據(jù)集:在Windows環(huán)境下,將cifar-10-batches-py.tar.gz?件放置C:\Users\xxxx.keras\datasets?錄下即可 Linux或MacOS放置數(shù)據(jù)集:在Linux或MacOS環(huán)境下,將cifar-10-batches-py.tar.gz?件放置~/Users/xxxx/.keras/?錄下即可
注:xxxx是當(dāng)前?戶01.使用卷積神經(jīng)網(wǎng)絡(luò)搭建模型識別CIFAR-10圖像Recognitionofcifar-10imageusingconvolutionalneuralnetwork查看訓(xùn)練數(shù)據(jù)
CIFAR-10和MNIST相同的是,數(shù)據(jù)集同樣是由images和label組成的10個分類。CIFAR-10共有60000項數(shù)據(jù),分別劃分為訓(xùn)練集50000和測試集10000。
01.使用卷積神經(jīng)網(wǎng)絡(luò)搭建模型識別CIFAR-10圖像Recognitionofcifar-10imageusingconvolutionalneuralnetwork查看訓(xùn)練數(shù)據(jù)可以看到這次所使?的CIFAR-10數(shù)據(jù)集中的圖像是32×32×3的圖像。3代表的是3通道的RGB彩?圖像。
01.使用卷積神經(jīng)網(wǎng)絡(luò)搭建模型識別CIFAR-10圖像Recognitionofcifar-10imageusingconvolutionalneuralnetwork處理數(shù)據(jù)集與訓(xùn)練模型
01.使用卷積神經(jīng)網(wǎng)絡(luò)搭建模型識別CIFAR-10圖像Recognitionofcifar-10imageusingconvolutionalneuralnetwork處理數(shù)據(jù)集與訓(xùn)練模型
01.使用卷積神經(jīng)網(wǎng)絡(luò)搭建模型識別CIFAR-10圖像Recognitionofcifar-10imageusingconvolutionalneuralnetwork模型的搭建開始建?模型,CIFAR-10數(shù)據(jù)集的識別會?MNIST難度更?很多,所以我們直接采?更多的卷積層來提?識別的準確率。
01.使用卷積神經(jīng)網(wǎng)絡(luò)搭建模型識別CIFAR-10圖像Recognitionofcifar-10imageusingconvolutionalneuralnetwork模型的搭建
01.使用卷積神經(jīng)網(wǎng)絡(luò)搭建模型識別CIFAR-10圖像Recognitionofcifar-10imageusingconvolutionalneuralnetwork模型的搭建利?前面定義好的模型以及訓(xùn)練參數(shù),定義訓(xùn)練?式,并且傳?數(shù)據(jù)利?反向傳播算法開始訓(xùn)練模型。
01.使用卷積神經(jīng)網(wǎng)絡(luò)搭建模型識別CIFAR-10圖像Recognitionofcifar-10imageusingconvolutionalneuralnetwork測試訓(xùn)練
01.使用卷積神經(jīng)網(wǎng)絡(luò)搭建模型識別CIFAR-10圖像Recognitionofcifar-10imageusingconvolutionalneuralnetwork測試訓(xùn)練使?測試集對訓(xùn)練好的模型進?評估
01.使用卷積神經(jīng)網(wǎng)絡(luò)搭建模型識別CIFAR-10圖像Recognitionofcifar-10imageusingconvolutionalneuralnetwork測試訓(xùn)練為了更加直觀查看測試情況,對將測試集進?預(yù)測,并繪制出部分預(yù)測結(jié)果。
01.使用卷積神經(jīng)網(wǎng)絡(luò)搭建模型識別CIFAR-10圖像Recognitionofcifar-10imageusingconvolutionalneuralnetwork測試訓(xùn)練利?predict_classes出來的結(jié)果進?可視化結(jié)果繪制。
show_images_set_cifar(x_img_test,y_label_test,result_predicition,idx=40,alias=classes_name_ch)
PART2提升模型的準確率02.提升模型的準確率Improvetheaccuracyofthemodel加深?絡(luò)結(jié)構(gòu)
上面的訓(xùn)練模型在測試集下的準確率只達到了0.67,本節(jié)將通過加深?絡(luò)中的卷積層結(jié)構(gòu),并且加?epoch,嘗試提升模型的準確率。
02.提升模型的準確率Improvetheaccuracyofthemodel加深?絡(luò)結(jié)構(gòu)
02.提升模型的準確率Improvetheaccuracyofthemodel加深?絡(luò)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 2025至2030中國物聯(lián)網(wǎng)云平臺行業(yè)發(fā)展趨勢分析與未來投資戰(zhàn)略咨詢研究報告
- 教育新紀元-以VR技術(shù)重塑教育生態(tài)系統(tǒng)的潛力與挑戰(zhàn)研究
- 教育心理學(xué)在初中生學(xué)習(xí)策略培養(yǎng)中的作用
- 教師在學(xué)生心理發(fā)展中的作用與挑戰(zhàn)
- 數(shù)據(jù)分析視角下的教育個性化評估實踐
- 秦皇島工業(yè)職業(yè)技術(shù)學(xué)院《東西方藝術(shù)考察》2023-2024學(xué)年第一學(xué)期期末試卷
- 陜西服裝工程學(xué)院《藥用植物學(xué)實驗》2023-2024學(xué)年第一學(xué)期期末試卷
- 湖南長沙長郡中學(xué)2024年七上數(shù)學(xué)期末檢測模擬試題含解析
- 新疆藝術(shù)學(xué)院《康復(fù)輔助技術(shù)》2023-2024學(xué)年第一學(xué)期期末試卷
- 山東省濟寧地區(qū)2025屆九年級化學(xué)第一學(xué)期期末考試試題含解析
- 2025年 中國南水北調(diào)集團新能源投資公司第一批中層及考試筆試試卷附答案
- 2025公需課《新質(zhì)生產(chǎn)力與現(xiàn)代化產(chǎn)業(yè)體系》考核試題庫及答案
- 敘事護理學(xué)智慧樹知到答案2024年中國人民解放軍海軍軍醫(yī)大學(xué)
- 火龍罐綜合灸技術(shù)課件
- 規(guī)劃展覽館方案-南京軍區(qū)軍史館布展總體方案
- 精品案例-LTE負荷均衡優(yōu)化案例
- (完整版)煤礦主扇司機考試卷(含答案)
- 雙柏縣工業(yè)用大麻開發(fā)種植實施計劃方案
- 租賃房屋交接清單
- 吊頂檢驗報告(共5頁)
- (完整版)10KV電力線路施工組織設(shè)計方案
評論
0/150
提交評論