摘要：
版权声明：本文为博主原创文章，欢迎转载，并请注明出处。联系方式：460356155@qq.com 对数据量较少的深度学习，为了避免过拟合，可以对训练数据进行增强及添加Dropout层。 对训练数据进行变换增强： 训练模型添加Dropout层： 训练100次迭代： 用测试集对模型进行测试： 混淆矩阵： 阅读全文
摘要：
版权声明：本文为博主原创文章，欢迎转载，并请注明出处。联系方式：460356155@qq.com 一、加载模型，预测测试集 阅读全文
摘要：
版权声明：本文为博主原创文章，欢迎转载，并请注明出处。联系方式：460356155@qq.com 加载https://www.cnblogs.com/zhengbiqing/p/11068529.html训练得到的74%精度的模型，预测图片。 阅读全文
摘要：
版权声明：本文为博主原创文章，欢迎转载，并请注明出处。联系方式：460356155@qq.com 一、下载数据集 百度搜索“kaggle 猫狗数据集”，可找到网盘共享的猫狗数据集，有815M。 二、准备数据集 整个数据集有25000张图，猫狗各12500，从中选取1000、500、200分别作为训练 阅读全文