暂无评论
文件中原始代码利用CNN对CIFAR10数据集进行分类,准确度达到0.67,优化代码通过权重正则化、数据增强,增加全连接层等方式进行优化,准确度达到0.85。
卷积神经网络CNN识别图像集Cifar10,使用JupyterNotebook编写的Python代码,含建模及测试,代码注释清晰,十分适合新手
本文将介绍如何在CIFAR10数据集上应用VGG网络进行物体识别的演示。VGG网络是目前在图像分类任务中最好的网络之一,能够很好地提取图像特征。在本演示中,我们将介绍如何使用Tensorflow框架搭
本次实验主要针对cifar10数据集进行了深入分析和多个模型的训练与比较。我们采用了Baseline和LeNet5两个模型来进行对比,并最终选择了Baseline模型作为最优模型。实验过程中,我们不断
CIFAR-10数据集是深度学习中的一个通用的用于图像识别的基础数据集,官网下载太慢了,可以用这个学习交流。
经典的cifar-10识别源码,采用cnn模型,keras实现,需要使用python3,详细可参考"使用说明.md"
西法尔 使用计算机视觉模型训练计算机视觉模型,并基于CIFAR-10数据集进行迁移学习。
卷积神经网络经典代码,采用tensorflow框架,能够实现对cifar10数据集的经典分类。
当你的实验需要cifar10数据集你又无法从外网下载时,下载这个数据集放在你python所在的根目录的.keras文件夹下面即可。根据你代码的需要更改一下文件夹的名字即可。
里面都是二进制文件,用于tensorflow读取二进制文件的练习。
暂无评论