经训练的CIFRA-10分类模型,精确度达到80%左右,损失在0.6左右;从百度爬取测试图片,tkinter设计界面
CIFAR-10二进制版本(适用于C程序),官网下载的数据集,CIFAR-10数据集由10个类别的60000个32x32彩色图像组成,每个类别有6000个图像。有50000个训练图像和10000个测试
cifar-10数据集,人工智能/深度学习 kaggle 官方的数据,数据简介: CIFAR-10数据由10类60,000张32x32彩色图像组成,每类6000张图像。官方数据中有50,000张训练图
TensorFlow多GPU训练官方示例,绝壁不是草泥马写个CUDA_VISIBLE_DEVICES就可以解决的事情。整体思路关键是求变量在各个GPU上的梯度平均值,然后用梯度平均值去更新变量。
DenseNet-Fast-40-12-CIFAR10.h5准确率高达93%可用此直接发布到heroku上
caffe测试实例需要的数据集,由于官网下载太慢,所以我下载下来放到网上供大家免费下载,CIFAR-10 binary version (suitable for C programs)。这部分资源包
cifar10数据集—-加载数据 # 由于数据是被序列化以后存储的,因此我们需要使用Python中的pickle包将它们读进来 # https://www.cnblogs.com/fmgao-tech
【Keras-DenseNet】CIFAR-10-附件资源
搭建一个简单的卷积神经网络,完成Cifar10的一个简单的分类。语言代码,python。使用python3.6
https://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz
