cifar10

深度残差网络+自适应参数化ReLU激活函数：调参记录26（Cifar10~95.92%）

本文在调参记录25的基础上，将自适应参数化ReLU中间层的神经元个数，从2个增加到4个，同时添加了一个Dropout层，继续测试其在Cifar10数据集上的效果。
lishu·2020-07-05 01:40

AutoML - 数据增广

DeepAugment的主要优点和特点是：降低CNN模型的错误率(WRN-28-10显示CIFAR10的错误率降低了60%)通过自动化流程可以节省时间比谷歌之前的解决方案——AutoAugment——快
Takoony·2020-07-05 01:43

caffe中 cifar10案例（四）可视化loss和accurary曲线

$sudotimeshexamples/cifar10/train_quick.sh>&examples/cifar10/1.log#这种办法，屏幕上不再有显示，如果要想在屏幕上显示，可以用：$sudotimeshexamples
江湖老炮·2020-07-05 00:49

使用caffe时如何生成和使用日志（log）文件

/build/toolsLOG=examples/cifar100/logs/logs-'data1'.log$TOOLS/caffetrain\--solver=examples/cifar100/solver.prototxt-gpuall2
conv·2020-07-04 22:30

ubuntu+caffe 绘制Cifar10数据集loss与accuracy曲线

在利用开源深度学习框架caffe进行数据集进行训练与测试的过程中，难免会想要可视化自己训练过程中的一些训练数据，本篇主要介绍如何利用caffe中自带的工具来可视化cifar10训练与测试过程中的误差曲线和精度曲线
夜中的风·2020-07-04 09:04

tf.train.MonitoredTrainingSession()解析【精】

最近看了下cifar10源码，训练代码中使用了tf.train.SessionRunHook()，tf.train.MonitoredTrainingSession()；查看官方API后终于有些眉目了，
Fron Suk·2020-07-04 07:43

Global average Pooling

最近在看关于cifar10的分类的识别的文章在看allconvolutionnetwork中看到中用到一个globalaveragepooling下面就介绍一下globalaveragepooling这个概念出自于
看穿数据之美·2020-07-02 13:55

keras训练浅层卷积网络并保存和加载模型实例

这里我们使用keras定义简单的神经网络全连接层训练MNIST数据集和cifar10数据集：keras_mnist.pyfromsklearn.preprocessingimportLabelBinarizerfromsklearn.model_selectionimporttrain_test_splitfromsklearn.metricsimportclassification_report
·2020-07-02 13:41

TensorFlow2.1入门学习笔记(13)——卷积神经网络LeNet, AlexNet, VGGNet示例

Cifar10数据集提供5万张32*32像素点的十分类彩色图片和标签，用于训练。提供1万张32*32像素点的十分类彩色图片和标签，用于测试。
Moon小木·2020-07-02 12:58

最新深度学习与TensorFlow 2入门实战

API-2.mp4┃┣━━课时78Keras高层API-3.mp4┃┣━━课时79自定义层或网络-1.mp4┃┣━━课时80自定义层或网络-2.mp4┃┣━━课时81模型保存与加载.mp4┃┣━━课时82CIFAR10
m0_46238303·2020-07-02 11:11

cifar10-cifar100各种版本下载

...换句话说，第一个字节是第一个图像的标签，它是0-9范围内的数字。接下来的3072个字节是图像像素的值。前1024个字节是红色通道值，接下来的1024个绿色，最后1024个是蓝色。这些值以行主顺序存储，因此前32个字节是图像第一行的红色通道值。每个文件包含10000个这样的3073字节的“行”的图像，尽管没有分隔行。因此，每个文件应该是30730000字节长。还有一个名为batches.met
leoking01·2020-07-02 07:53

损失函数binary_crossentropy和categorical_crossentropy在单标签多分类模型中评价效果差异较大的原因

在tensorflow2.0中用cifar10数据集中发现用binary_crossentropy和categorical_crossentropy不同的交叉熵损失函数模型在测试集上的效果差异较大，用binary_crossentropy
klklklbk·2020-07-02 06:05

Cifar-10数据集的可视化保存

学习Tensorflow或深度学习，难免用到各种数据集，最近用到cifar10数据集，简单研究了下，然后把cifar-10数据集保存为jpg图片，分别利用python和c++做了实现。
TalkU浩克·2020-07-02 03:28

caffe cifar10数据集训练及模型调用

一、cifar数据集介绍Cifar-10是由Hinton的两个大弟子AlexKrizhevsky、IlyaSutskever收集的一个用于普适物体识别的数据集。Cifar是加拿大政府牵头投资的一个先进科学项目研究所。这个项目结集了不少计算机科学家、生物学家、电气工程师、神经科学家、物理学家、心理学家，加速推动了DL的进程。CIFAR-10数据集含有6万个32*32的彩色图像，共分为10种类型，包含
徐大大平凡之路·2020-07-02 03:45

python实现CIFAR-10数据集可视化

python实现cifar10数据集的可视化CIFAR-10数据集介绍①CIFAR-10数据集包含60000个32*32的彩色图像，共有10类。有50000个训练图像和10000个测试图像。
CrazyVertigo·2020-07-02 02:05

常用数据集

一、Cifar数据集Hinton参与收集彩色图像（RGB）图像尺寸相同分为两种：Cifar10和Cifar100用于图片分类Cifar10包含60000条数据，50000条用于训练，10000条用于测试
dejing6575·2020-07-01 22:15

神经网络在Keras中不work！博士小哥证明何恺明的初始化方法堪比“CNN还魂丹”...

使用在CIFAR10数据集上训练的VGG16模型进行实验的过程中，进行了50次迭代，最后发现模型没有学到任何东西。可以看出，模型的收敛速度极慢，振荡，过拟合，为什么会这样？你是不是也有这样的疑惑？
QbitAl·2020-07-01 12:49

用CNN对CIFAR10进行分类（pytorch）

CIFAR10有60000个\(32*32\)大小的有颜色的图像，一共10种类别，每种类别有6000个。训练集一共50000个图像，测试集一共10000个图像。
csdn2082·2020-07-01 08:40

基于CNN的CIFAR10实例

文章目录一、导入数据二、数据预处理三、模型的建立与编译四、模型的训练与预测一、导入数据首先先导入CIFAR10数据集fromkeras.datasetsimportcifar10(X_train,y_train
邱之涵0·2020-07-01 07:12

CIFAR10/CIFAR100数据集介绍

CIFAR-10/CIFAR-100数据集解析觉得有用的话,欢迎一起讨论相互学习~参考文献CIFAR-10/CIFAR-100数据集CIFAR-10和CIFAR-100被标记为8000万个微小图像数据集的子集。他们由AlexKrizhevsky，VinodNair和GeoffreyHinton收集。CIFAR-10数据集CIFAR-10数据集由10个类的60000个32x32彩色图像组成，每个类有
武科大许志伟·2020-07-01 05:30

深度学习| 用global average pooling 代替最后的全连接层

最近在看关于cifar10的分类的识别的文章在看allconvolutionnetwork中看到中用到一个globalaveragepooling下面就介绍一下globalaveragepooling这个概念出自于
努力努力再努力tq·2020-07-01 05:57

Caffe的Python接口进行Cifar10可视化

地址根据训练好的cifar10数据的model，从测试图片中选出一张进行测试，并进行网络模型、卷积结果及参数可视化注意：本文中代码运行在windows+ipythonnotebook下，已事先配置好caffe
langb2014·2020-07-01 02:35

Python下载文件时出现错误：EOFError: Compressed file ended before the end-of-stream marker was reached

(x_train,y_train),(x_test,y_test)=cifar10.load_data()解决方法很简单，找到下载下来的文件，把它们删掉就好。一般可以在C:\Users\A
叫我咸鱼就好·2020-06-30 08:30

Ghostnet论文实践：Ghost-Resnet56 复现

本文旨在探究Ghostnet中Ghostmodule的实际效果，主要复现了paper中Ghost-Resnet56，并使用其训练Cifar10。然而并没有达到与文中所述一致的效果，仅在此做一些记录。
MyMindTellingMeNo·2020-06-30 08:10

TensorFlow 上手实战，就看这篇！(系列二)

cifar2数据集作为非结构化数据代表，cifar10数据集的子集，本文演示使用TensorFlow如何处理图片分类：飞机airplane和机动车automobile两种图片。
算法channel·2020-06-30 03:42

pytorch学习：densenet做CIFAR10分类代码

#-*-coding:utf-8-*-"""CreatedonWedSep509:10:522018@author:www"""importsyssys.path.append('...')importnumpyasnpimporttorchfromtorchimportnnfromtorch.autogradimportVariablefromtorchvision.datasetsimport
xckkcxxck·2020-06-29 23:38

AI竞赛服务平台—— FlyAI

手部图像性别分类和生物识别https://www.flyai.com/d/HandInfo2.Caltech256图像分类竞赛（剩余奖金¥8,505）https://www.flyai.com/d/Caltech2563.CIFAR100
进击的猪头三·2020-06-29 14:59

【CV】keras_resnet 在cifar10数据集上分类

文章目录1.导入库2.数据准备2.1加载训练集2.2加载测试集2.3对类别做One-Hot编码2.4对图片像素的0-255值做归一化，并减去均值3.搭建神经网络3.1定义函数resnet_layer，返回值是经过resnet_layer计算的结果3.2定义函数resnet_v1，返回值是模型对象3.3定义函数resnet_v2，返回值是模型对象3.4实例化模型对象3.5多GPU并行训练3.6打印模
linux-coder·2020-06-29 08:36

【深度学习图像识别课程】keras实现CNN系列：（5）应用数据增强进行CIFAR10分类

一、图像增强简介如何保证图像的标度不变性（大小）、平移不变性（位置）、旋转不变性（角度）？最大池化层：保证平移不变性增强：训练集扩展，对训练图片进行随机旋转或者平移。保证平移不变性，旋转不变性；避免过拟合keras文档：https://keras.io/preprocessing/image/另外的参考：https://blog.keras.io/building-powerful-image-c
有石为玉·2020-06-29 02:42

keras训练CIFAR10报错--ValueError: Error when checking target: expected dense_2 to have 2 dimensions

用keras训练CIFAR10时候，报以下错误：ValueError:Errorwhencheckingtarget:expecteddense_2tohave2dimensions,butgotarraywithshape
景唯acr·2020-06-29 02:16

迁移学习：keras + vgg16 + cifar10 实现图像识别

框架：keras数据集：CIFAR10模型：vgg16注：vgg16模型的输入图像尺寸至少为48*48思路：去掉vgg16的顶层，保留其余的网络结构与训练好的权重。
景唯acr·2020-06-29 02:16

pytorch实战（一）简单卷积网络CIFAR10图片分类

之前已经学习了：如何利用pytorch设计简单的神经网络如何制作数据集何如使用设计的网络进行训练接下来利用一个简单的1.CIFAR10数据集介绍官方网站：http://www.cs.toronto.edu
陌生的天花板·2020-06-29 02:26

基于pHash图像特征的图像聚类—Kmeans算法—Python实现

图像特征的图像聚类—Kmeans算法—Python实现基于图像phash特征通过KMeans聚类算法实现图像聚类，通过熵来进行对结果的评估，顺便用PCA降维特征来可视化聚类结果（1）环境Python3.5，数据集cifar10
小海Code·2020-06-28 19:00

linux上安装完torch后仍报错：ImportError: No module named torch

linux上安装完torch后仍报错：Traceback(mostrecentcalllast):File"cifar10_tutorial.py",line58,inimporttorchImportError
weixin_33834137·2020-06-28 06:49

Tensorflow.cifar_数据下载过程（数据输出）

1、环境：Win7x64、python3.7x64、tensorflow1.14、CPUi5-9400F2、3、3.1、cifar10，没有数据，全新下载，下到默认目录（C:\Users\Administrator
weixin_30748995·2020-06-28 00:50

扫盲记-第七篇--常见深度学习模型评估指标

1分类评测指标图像分类是计算机视觉中最基础的一个任务，也是几乎所有的基准模型进行比较的任务，从最开始比较简单的10分类的灰度图像手写数字识别mnist，到后来更大一点的10分类的cifar10和100分类的
weixin_30719711·2020-06-27 23:27

再来一个tensorflow的测试性能的代码

感觉这个比前一套，容易理解些~~关于数据提前下载的问题：https://www.jianshu.com/p/5116046733fe如果使用keras的cifar10.load_data()函数，你会发现
weixin_30696427·2020-06-27 23:33

输出TensorFlow中checkpoint内变量的几种方法

将TF保存在checkpoint中的变量值输出到txt或npy中的几种简单的可行的方法：1，最简单的方法，是在有model的情况下，直接用tf.train.saver进行restore，就像cifar10
山坡坡上的蜗牛·2020-06-27 13:22

TensorFlow2.0基本操作（七）-利用ResNet18跑Cifar100

0插入语本人显卡10502G性能不足，因此将resnet18([2,2,2,2])改为了resnet10([1,1,1,1]),并且在cirfar100数据集为50000的情况下，将batchsiz设置为了8.显卡配置过关的同学请将本程序中的这两块改回去。解决方法：使用Google的Colab,本人将在下一篇博客中介绍利用Colab跑tf1主程序importtensorflowastffromte
wanfuchun·2020-06-27 12:07

TensorFlow（十六）CIFAR-10数据集分类

本次我们将会使用直接使用tensorflow中自带的模型对cifar10数据集进行分类、识别，通过前面的代码书写，我们了解了怎样构架一个卷积神经网络，但是大多数情况都是可以直接使用模型，然后微调参数来实现的
viafcccy·2020-06-27 11:12

pytorch用VGG11识别cifar10数据集(训练+预测单张输入图片代码)

首先这是VGG的结构图，VGG11则是红色框里的结构，共分五个block，如红框中的VGG11第一个block就是一个conv3-64卷积层：一，写VGG代码时，首先定义一个vgg_block(n,in,out)方法，用来构建VGG中每个block中的卷积核和池化层：n是这个block中卷积层的数目，in是输入的通道数，out是输出的通道数有了block以后，我们还需要一个方法把形成的block叠
ZJE_ANDY·2020-06-27 09:40

pytorch用LeNet5识别cifar10数据集(训练+预测单张输入图片代码)

先找到LeNet5的模型结构训练代码：importtorchimporttorch.nnasnnimporttorch.nn.functionalasFfromtorch.autogradimportVariableimporttorchimporttorchvisionimporttorchvision.transformsastransformsimporttorch.optimasoptim
ZJE_ANDY·2020-06-27 09:40

TensorFlow进阶:CNN对CIFAR10图像分类

用卷积神经网络来给,cifar10数据集进行分类,这是一个经典的数据集,它包含60000张32x32的彩色图片,其中训练集50000张测试集10000张.照片的内容包含十个类别:airplane,automobile
今晚打佬虎·2020-06-27 08:23

DenseNet训练实践

在Cifar10上训练DenseNet，复现DenseNet论文的结果是后面两篇分析工作的基础，因此本系列的第一篇，将首先讨论深度学习在训练过程中的几个方面：1.数据集1.1Cifar10数据集Cifar10
一蓑烟雨任平生·2020-06-27 06:51

Kears：如果你想要在大数据集上训练的话，必须要了解的一件事情

点击上方“AI公园”，关注公众号，选择加“星标“或“置顶”作者：SoumendraP编译：ronghuaiyang导读我们在学习的时候，一般会使用minist，cifar10这样的数据集，这种小数据集可以非常方便的放到内存或显存中
ronghuaiyang·2020-06-27 02:13

如何快速高效的训练ResNet，各种奇技淫巧（五）：超参数

点击上方“AI公园”，关注公众号，选择加“星标“或“置顶”作者：DavidPage编译：ronghuaiyang导读这个系列介绍了如何在CIFAR10上高效的训练ResNet，这是第五篇，给大家讲解超参数的相关内容
ronghuaiyang·2020-06-27 02:09

深度学习数据集集锦

地址CIFAR10&CIFAR100标签：经典较旧32x32彩色图像。虽然用得人比以前少了很多，但仍然能用它做有趣的合理性测试。地址ImageNet标签：实用学术基准经典这个用不
oneTaken·2020-06-27 01:48

第12篇 Fast AI深度学习课程——DarkNet、GAN

在构建GAN之前，我们将在CIFAR10数据上，仅使用Pytorch的数据结构，构建结构较简单的Darknet，以展示利用Pytorch搭建网络的思路。一、Darknet1.数据准备下载后解压。
suredied·2020-06-26 16:49

BrokenPipeError: [Errno 32] Broken pipe解决办法

trainset=torchvision.datasets.CIFAR10(root='.
shuzip·2020-06-26 10:20

【TensorFlow2.0】实现ResNet

本文介绍如何用TensorFlow2.0来实现ResNet18，并用其训练cifar100的分类模型。
深页·2020-06-26 10:09
上一页 23 24 25 26 27 28 29 30 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他