源码下载地址
项目介绍
TensorFlow 2 实现手写数字识别和猫狗二分类识别
1 手写数字识别 Handwritten_digit_recognition
(1)训练模型
数据集:采用TensorFlow2.3的TensorFlow-datasets内置的mnist数据集 ,必须是2.1版本。
pip install Tensorflow_datasets==2.1
神经网络:全连接
损失函数:分类交叉熵
优化器:Adam
评价准则:准确率
Epochs:100
(2)测试模型
测试集:采用TensorFlow2.3的TensorFlow-datasets内置的mnist数据集,形状改为28*28
(3)环境
Python 3.8
TensorFlow 2.3
Tensorflow_datasets 2.1
scipy
numpy
PIL
matplotlib
scipy
2 猫狗分类 Dog_Cats
(1)训练模型
数据集:采用kaggle公开的猫狗数据集,文件名称是cat…jpg或dog…jpg 。下载地址
神经网络:卷积神经网络
损失函数:分类交叉熵
优化器:Adam
评价准则:准确率
Epochs:100
(2)测试模型
测试集:采用kaggle公开的猫狗测试集,没有标签
(3)环境
python 3.8
Tensorflow 2.3
numpy
pandas
matplotlib
cv2
(4)运行步骤
第一步下载数据集,解压后,把train和test放到和train.py同一级目录
运行data_classify.py文件,自动归类cat和dog图片,为训练模型做准备
运行train.py。输入1 是训练模型,输入2是测试模型
项目功能
界面预览
项目备注
1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!
2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。
3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。
下载后请首先打开README.md文件(如有),仅供学习参考, 切勿用于商业用途。