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