cifar-10图片分类

深度有趣 | 09 Inception-v3图片分类

简介Inception-v3是由Google提出，用于实现ImageNet大规模视觉识别任务（ImageNetLargeVisualRecognitionChallenge）的一种神经网络Inception-v3反复使用了InceptionBlock，涉及大量的卷积和池化，而ImageNet包括1400多万张图片，类别数超过1000因此手动在ImageNet上训练Inception-v3，需要耗费
张宏伦·2022-11-19 22:24

动手学深度学习--课堂笔记图片分类数据集

softmax是一个非线性函数，但softmax回归是一个线性模型（linearmodel）:是不是线性的是由决策面是否是线性函数决定的，不是由拟合的数据分布决定的。softmax只是对数据分布做了非线性的处理，但它的决策函数形式还是Xw+b的线性形式。Fashion-MNIST数据集：包含70000张灰度图像，其中包含60,000个示例的训练集和10,000个示例的测试集，每个示例都是一个28x
weixin_46480637·2022-11-19 21:21

NNDL 实验六 卷积神经网络（5）使用预训练resnet18实现CIFAR-10分类

目录5.5实践：基于ResNet18网络完成图像分类任务5.5.1数据处理5.5.2模型构建什么是“预训练模型”？什么是“迁移学习”？（必做）5.5.3比较“使用预训练模型”和“不使用预训练模型”的效果。（必做）5.5.4模型评价5.5.5模型预测思考题1.阅读《DeepResidualLearningforImageRecognition》，了解5种深度的ResNet（18,34,50,101和
Sun.02·2022-11-19 21:19

Pytorch迁移学习实现CNN图片分类

1简单实现构建一个简单的卷积神经网络训练一个图片分类器。1.1数据预处理使用的是mnist_data数据集，先导入torchvision的datasets包，使用里面MNIST类，获取mi
LotusQ·2022-11-19 18:16

NNDL 实验六 卷积神经网络（5）使用预训练resnet18实现CIFAR-10分类

数据集：CIFAR-10数据集，网络：ResNet18模型，损失函数：交叉熵损失，优化器：Adam优化器，Adam优化器的介
HBU_David·2022-11-19 14:58

实验六 卷积神经网络（5）使用预训练resnet18实现CIFAR-10分类

目录基于ResNet18网络完成图像分类任务数据处理数据集介绍数据读取构造Dataset类模型构建模型训练模型评价模型预测思考题1.阅读2.评价总结：ref：基于ResNet18网络完成图像分类任务图像分类（ImageClassification）是计算机视觉中的一个基础任务，将图像的语义将不同图像划分到不同类别。很多任务也可以转换为图像分类任务。比如人脸检测就是判断一个区域内是否有人脸，可以看作
沐一mu·2022-11-19 14:10

NNDL 实验六 卷积神经网络（5）使用预训练resnet18实现CIFAR-10分类

文章目录前言一、5.5实践：基于ResNet18网络完成图像分类任务5.5.1数据处理5.5.1.1数据集介绍5.5.1.2数据读取5.5.1.3构造Dataset类5.5.2模型构建什么是“预训练模型”？什么是“迁移学习”？（必做）比较“使用预训练模型”和“不使用预训练模型”的效果。（必做）1、不使用预训练模型5.5.3模型训练5.5.4模型评价5.5.5模型预测二、思考题1.阅读《DeepRe
别被打脸·2022-11-19 13:24

NNDL 实验六 卷积神经网络（5）使用预训练resnet18实现CIFAR-10分类

NNDL实验六卷积神经网络（5）使用预训练resnet18实现CIFAR-10分类5.5实践：基于ResNet18网络完成图像分类任务5.5.1数据处理5.5.1.1数据集导入5.5.1.2划分训练集、
Perfect(*^ω^*)·2022-11-19 13:21

HBU-NNDL 实验六 卷积神经网络（5）使用预训练resnet18实现CIFAR-10分类

目录5.5实践：基于ResNet18网络完成图像分类任务5.5.1数据处理5.5.1.1数据集介绍5.5.1.2数据读取5.5.2模型构建5.5.3模型训练5.5.4模型评价5.5.5模型预测1.阅读《DeepResidualLearningforImageRecognition》，了解5种深度的ResNet（18,34,50,101和152），并简单谈谈自己的看法。2.用自己的话简单评价：LeN
不是蒋承翰·2022-11-19 13:32

NNDL 实验六 卷积神经网络(5) 使用预训练resnet18实现CIFAR-10分类

目录5.5实践：基于ResNet18网络完成图像分类任务5.5.1数据处理5.5.1.1数据集介绍5.5.1.2数据读取5.5.2模型构建1.什么是“预训练模型”？什么是“迁移学习”？（必做）2.比较“使用预训练模型”和“不使用预训练模型”的效果。（必做）5.5.3模型训练5.5.4模型评价5.5.5模型预测思考题1.阅读《DeepResidualLearningforImageRecogniti
LzeKun·2022-11-19 13:32

NNDL 实验六 卷积神经网络（5）使用预训练resnet18实现CIFAR-10分类

目录5.5实践：基于ResNet18网络完成图像分类任务5.5.1数据处理5.5.1.1数据集介绍5.5.1.2数据读取5.5.1.3构造Dataset类5.5.2模型构建5.5.3模型训练5.5.4模型评价5.5.5模型预测思考题1.阅读《DeepResidualLearningforImageRecognition》(https://arxiv.org/abs/1512.03385)，了解5种
Persevere~~~·2022-11-19 13:55

NNDL 实验六 卷积神经网络（5）使用预训练resnet18实现CIFAR-10分类

5.5实践：基于ResNet18网络完成图像分类任务图像分类（ImageClassification）数据集：CIFAR-10数据集，网络：ResNet18模型，损失函数：交叉熵损失，优化器：Adam优化器评价指标
mmmooonnneeeyyy·2022-11-19 12:54

NNDL 实验六 卷积神经网络(5) 使用预训练resnet18实现CIFAR-10分类

目录实践：基于ResNet18网络完成图像分类任务数据处理数据集介绍数据读取构造Dataset类模型构建模型训练模型评价模型预测思考题总结参考实践：基于ResNet18网络完成图像分类任务在本实践中，我们实践一个更通用的图像分类任务。图像分类（ImageClassification）是计算机视觉中的一个基础任务，将图像的语义将不同图像划分到不同类别。很多任务也可以转换为图像分类任务。比如人脸检测就
白小码i·2022-11-19 12:56

NNDL 实验六 卷积神经网络（5）使用预训练resnet18实现CIFAR-10分类

目录5.5实践：基于ResNet18网络完成图像分类任务5.5.1数据处理5.5.1.1数据集介绍5.5.1.2数据读取5.5.1.2数据集划分5.5.2模型构建5.5.2.1使用Resnet18进行图像分类实验5.2.2.2什么是“预训练模型”？什么是“迁移学习”？5.5.2.3比较“使用预训练模型”和“不使用预训练模型”的效果。5.5.3模型训练5.5.4模型评价5.5.5模型预测思考题1.阅
Stacey.933·2022-11-19 11:36

学习Pytorch导入本地下载的数据集以CIFAR-10为例

CIFAR-10中的图像大小为3x32x32，即尺寸为32x32像素的3通道彩色图像。一首先下载数据集
是阿琛啦·2022-11-19 11:20

NNDL 实验六 卷积神经网络（5）使用预训练resnet18实现CIFAR-10分类

文章目录5.5实践：基于ResNet18网络完成图像分类任务5.5.1数据处理5.5.2模型构建5.5.3模型训练5.5.4模型评价5.5.5模型预测思考题1.阅读《DeepResidualLearningforImageRecognition》，了解5种深度的ResNet（18,34,50,101和152），并简单谈谈自己的看法。（选做）![在这里插入图片描述](https://img-blog
萐茀37·2022-11-19 08:48

【CANN训练营】【新手班】直播课中基于Caffe ResNet-50网络实现图片分类（仅推理）任务实操笔记

一、任务描述该样例主要是基于CaffeResNet-50网络（单输入、单Batch）实现图片分类的功能。
清谈い·2022-11-19 06:50

【CANN训练营】新手班结业考核

CANN训练营第二季官网链接，可以报名和申请资源，申请完资源，开通弹性云服务器，使用华为给准备好的环境，就可以上手实验和完成考核了作业一：CaffeResNet-50网络实现图片分类题目：下载基于CaffeResNet
BurningSilence·2022-11-19 06:42

【CANN训练营第三季】【昇腾AI入门课】4基于Caffe ResNet-50网络实现图片分类

样例链接:https://gitee.com/ascend/samples/tree/master/cplusplus/level2_simple_inference/1_classification/resnet50_imagenet_classification#https://gitee.com/link?target=https%3A%2F%2Fobs-9be7.obs.cn-east-2
JessicaFang1·2022-11-19 06:11

LeNet训练Cifar-10数据集代码详解以及输出结果

首先讲一下交叉熵损失函数，里面包含了Softmax函数和NLL损失函数接下来讲一下NLL损失函数LegativeLogLikelihoodLoss,中文名称是最大似然或者log似然代价函数似然函数是什么呢？似然函数就是我们有一堆观察所得得结果，然后我们用这堆观察结果对模型的参数进行估计。举个例子：抛一个硬币，假设正面朝上的概率是θ,那么反面朝上的概率就是1-θ但是我们不知道θ是多少，这个θ就是模型
Dragon_0010·2022-11-19 03:25

NNDL 实验六 卷积神经网络（5）使用预训练resnet18实现CIFAR-10分类

数据集：CIFAR-10数据集，网络：ResNet18模型，损失函数：交叉熵损失，优化器：Adam优化器，Adam优化器的介
叶雨柳光·2022-11-19 02:42

NNDL 实验六 卷积神经网络（5）使用预训练resnet18实现CIFAR-10分类

NNDL实验六卷积神经网络（5）使用预训练resnet18实现CIFAR-10分类5.5实践：基于ResNet18网络完成图像分类任务5.5.1数据处理5.5.1.1数据集介绍5.5.1.2数据读取5.5.1.3
笼子里的薛定谔·2022-11-19 00:12

pytorch 搭建 LeNet 网络对 CIFAR-10 图片分类

目录1.介绍2.搭建LeNet网络3.训练网络3.1数据预处理3.2显示图像3.3实例化网络+构建优化器3.4训练网络3.5保存网络参数4.预测图片5.Code1.介绍LeNet网络的结构如图：网络流通的顺序为：输入->卷积层1->激活函数->池化层->卷积层2->激活函数->池化层2->全连接层1->激活函数->全连接层2->激活函数->全连接层3->激活函数->softmax->输出10个类别
Henry_zs·2022-11-18 08:51

UNet - 训练数据train

目录1.train训练数据2.Loss值3.完整代码1.train训练数据训练的代码只是在之前图像分类的基础上做了一些更改，具体的可以看下面的文章pytorch搭建LeNet网络对CIFAR-10图片分类
Henry_zs·2022-11-18 08:44

【小白学习PyTorch教程】七、基于乳腺癌数据集构建Logistic 二分类模型

图片分类、文字分类都属于这一类。在这篇博客中，将学习如何在PyTorch中实现逻辑回归。1.数据集加载在这里，我将使用来自sklearn库的乳腺癌数据集。这是一个简单的二元类分类数据集。
风度78·2022-11-18 04:50

深度学习(1) ——图像分类

常用数据集：mnist、CIFAR-10、CIFAR-100、ImageNet图像分类算法这里介绍四种。
程序汪赵可乐·2022-11-17 17:40

pytorch学习——使用LeNet-5模型对CIFAR-10数据集进行训练

一、下载CIFAR-10数据集可以通过pytorch的数据集加载工具进行CIFAR-10数据集下载代码中各个参数的含义在下面的代码段中标识，请读者按需自取；importtorchimporttorchvisionimporttorchvision.transformsastransformsimportmatp
别摆了，张同学·2022-11-17 17:08

图像特征计算——纹理特征

文章目录一、什么是纹理特征二、灰度共生矩阵1.空间灰度共生矩阵2.代码实现3.利用纹理特征实现图片分类熵（上述代码已经实现）能量对比度均匀度一、什么是纹理特征纹理特征是从图像中计算出来的一个值，对区域内部灰度级变化的特征进行量化
老文化沙漠·2022-11-16 18:40

Vision Transformer(ViT)用于图片分类

VisionTransformer(ViT)是很新的模型，2020年10月挂在arXiv上，2021年正式发表。在所有的公开数据集上，ViT的表现都超越了最好的ResNet。前提是要在足够大的数据集上预训练ViT。在越大的数据集上做预训练，ViT的优势越明显。来源：www.youtube.com作者：WangShusen本文仅作为学术分享，著作权归属原作者，侵删。
人工智能与算法学习·2022-11-16 17:07

一种逐样本的偏AUC优化框架

当前的深度神经网络已经在各种领域上取得了巨大的成功，常见的应用场景有图片分类、人脸识别、异常检测等。
昇思MindSpore·2022-11-16 13:54

图像分类简介

categories={dog,cat,panda}，之后我们提供一张图片给分类模型，如下图所示：分类模型给图像分配多个标签，每个标签的概率值不同，如dog:95%，cat:4%，panda:1%，根据概率值的大小将该图片分类为
AI耽误的大厨·2022-11-16 09:04

pytorch训练卷积神经网络进行图片分类(官方教程详细解读)

pytorch训练卷积神经网络进行图片分类(官方教程详细解读)文章主要内容[官方文档]对pytorch针对CIFAR10数据集进行图片分类代码的解读，旨在对每一行代码的作用进行解答，整体过程进行梳理。
GIS_11·2022-11-16 07:15

MindSpore图片分类之LeNet网络池化和全连接

1.摘要在上一篇分享中，主要介绍了卷积操作，我们可以通过构造卷积核作用到图像中，对比输入和输出数组就可以精确的找到像素变化的位置。这便是图像物体边缘检测功能。设任意的二维数组X的i行j列的元素为X[i,j]。如果我们构造的卷积核输出Y[i,j]=1，那么说明输入中X[i,j]和X[i,j+1]数值不一样。这可能意味着物体的边缘通过这两个元素之间。在实际图像中，我们要检测的物体不会出现在固定的位置，
xi_xiyu·2022-11-16 07:05

MindSpore前馈神经网络运用

了解如何使用MindSpore进行简单图片分类任务的训练。了解如何使用MindSpore进行简单图片分类任务的测试和预测。预备知识熟练使用Python。具备一定的深度学习理论知识，
irrationality·2022-11-16 07:04

[2022-11-07]神经网络与深度学习第4章 - 卷积神经网络(part 5)

contents卷积神经网络(part5)-使用预训练ResNet18实现CIFAR-10分类写在开头基于ResNet18网络完成图像分类任务库文件和初始化数据处理模型构建模型训练预训练和迁移学习模型训练比较模型预测一些小题
三工修·2022-11-15 17:40

PyTorch使用CIFAR-10数据进行训练

场景最近在PyTorch中使用CIFAR-10数据进行模型训练。
亚林瓜子·2022-11-15 16:46

分分钟带你杀入Kaggle Top 1%

本文转载来自：https://zhuanlan.zhihu.com/p/27424282不知道你有没有这样的感受，在刚刚入门机器学习的时候，我们一般都是从MNIST、CIFAR-10这一类知名公开数据集开始快速上手
中小学生·2022-11-14 19:14

Kaggle Top1% 是如何炼成的！

Datawhale干货作者：吴晓晖，中山大学硕士原文链接：https://zhuanlan.zhihu.com/p/27424282不知道你有没有这样的感受，在刚刚入门机器学习的时候，我们一般都是从MNIST、CIFAR
Datawhale·2022-11-14 19:11

Deep Metric Learning for Visual Understanding(深度度量学习在视觉理解方面的发展）

，最优视觉函数对于不同的理解任务是非常具体的，因为其数据分布在不同的任务中是不同的，普遍认为度量学习训练数据的效果要优于手工设计，比如说欧式距离与余弦距离，大量的度量学习被提出，并且成功应用于人脸识别图片分类视觉跟踪人体重识别跨模态配对图片的几何定位
weixin_44576543·2022-11-14 09:10

python训练图片分类_详解如何用TensorFlow训练和识别/分类自定义图片

很多正在入门或刚入门TensorFlow机器学习的同学希望能够通过自己指定图片源对模型进行训练，然后识别和分类自己指定的图片。但是，在TensorFlow官方入门教程中，并无明确给出如何把自定义数据输入训练模型的方法。现在，我们就参考官方入门课程《DeepMNISTforExperts》一节的内容(传送门：https://www.tensorflow.org/get_started/mnist/p
胡群英·2022-11-13 18:40

一文读懂交叉熵损失函数

下面的内容将以这三个问题来展开什么是交叉熵损失以图片分类问题为例，理解交叉熵损失函数从0开始实现交叉熵损失函数1，什么是交叉熵损失交叉熵是信息论中的一个重要概念，主要用于度量两个概率分布间的差异性p(x
霜溪·2022-11-13 11:04

PyTorch搭建预训练AlexNet、DenseNet、ResNet、VGG实现猫狗图片分类

目录前言AlexNetDensNetResNetVGG前言在之前的文章中，利用一个简单的三层CNN猫狗图片分类，正确率不高，详见：CNN简单实战：PyTorch搭建CNN对猫狗图片进行分类本文利用torchvision
Cyril_KI·2022-11-13 11:56

图像识别 so easy 丨经典图像分类数据集数据集CIFAR-10解读

今天，给大家介绍一个经典的图像分类数据集——CIFAR-10，其广泛用于机器学习领域的计算机视觉算法基准测试。
OpenDataLab·2022-11-11 11:45

【李宏毅】深度学习-CNN（影像辨识为例）

1.提出具体问题对于图片分类来说，想把一张图片输入到模型中做分类，应该是什么样呢？
头发没了还会再长·2022-11-10 16:35

ResNet 训练CIFAR10数据集，并做图片分类

目录1.ResNet介绍2.ResNet网络介绍（ResNet34）3.搭建ResNet网络residualblockResNetpre传播layer1layer2layer3、4全连接层的forwardResNet网络的参数个数summary4.训练网络5.预测图片6.Code7.迁移学习1.ResNet介绍ResNet的亮点：超深的网络结构，可以突破1000层提出residual模块使用Bat
Henry_zs·2022-11-10 08:39

图像识别：基于ResNet网络的cifar-10数据集图像识别分析与参数对比

1图像识别的背景作为人工智能与计算机视觉的重要组成部分，图像识别技术是目标检测、图像语义分割等技术的基础，因此，图像识别的准确率往往决定了很多其他计算机视觉技术的效果。一般来说，图像识别任务主要包括对于图像的分类；但是准确的来说，计算机本身不具有理解图像的能力，图像识别就是为了让计算机有和人类一样对图像理解的能力，包括图像表示的内容，图像中物体之间的关系等要素。图像识别是一项比较传统的技术，从一开
普通攻击往后拉·2022-11-09 07:18

keras训练完以后怎么预测_Keras 加载已经训练好的模型进行预测操作

【我这里使用的就是一个图片分类网络】现在让我来说说怎么样使用已经训练好的模型来进行预测判定把首先，我们已经又有了model模型，这个模
保研学长说·2022-11-09 07:47

用PyTorch训练CIFAR-10数据集训练集精度达100%/AlexNet

文章目录0CIFAR-10数据集简介1下载CIFAR-10数据集1.1查看数据集的组成2装载数据集并可视化2.1装载cifar10数据集2.2可视化数据集3构建AlexNet网络3.1AlexNet简介
黑夜里游荡·2022-11-09 07:17

使用CIFAR-10数据集，完整地创建深度神经网络进行训练、测试并保存和读取

使用的是经典CIFAR-10数据集，里面包含了10个种类的图片：1.导入Pytorch以及相关包本文使用pytorch=1.5.1+cuda10.1importtorchimporttorch.nnasnnimporttorch.nn.functionalasFimporttorchvisionimporttorchvision
全员鳄鱼·2022-11-09 07:12

Pytorch CIFAR-10分类（LeNet5）

文章目录1.数据读取2.定义网络（LeNet5）3.定义损失函数和优化器4.训练5.测试6.保存模型7.预测CSDN只作为查看网络结构，具体代码和结果展示请移步GitHub1.数据读取CIFAR-10是由
不会写作文的李华·2022-11-09 07:41
上一页 12 13 14 15 16 17 18 19 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他