使用CNN的CIFAR-10 该项目旨在预测CIFAR-10数据集的标签。 该项目使用Keras实施深度学习。 几乎所有代码都是IPython笔记本的形式。 最终精度 分类错误 指标图 依存关系 朱皮
tensorflow 卷积神经网络 cnn cifar10数据集 有源码解析 于入门学习者很有帮助
kaggle-cifar10-torch7, Kaggle CIFAR10竞争代码 5th 位置 Kaggle CIFAR-10CIFAR-10 竞争代码 http://www.kaggle.com/
官方例子,深度学习专用,机器学习专用,代码简单,一看就会(keras load cifar10)
主要是对cifar10数据集的一个图片的读取操作,将cifar10数据集的bin格式转换为图片格式,注意需要自行下载数据,建立test,train空文档
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
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
