图像分类
文章平均质量分 94
无
奔跑的chanchanchan
这个作者很懒,什么都没留下…
展开
-
卷积神经网络(DenseNet)识别Fashion-MNIST数据集(Pytorch版)
卷积神经网络(DenseNet)识别Fashion-MNIST数据集(Pytorch版)1. 前言1.1 案例介绍1.2 环境配置1.3 模块导入2. 图像数据准备2.1 训练验证集的准备2.2 测试集的准备3. 卷积神经网络的搭建3.1 稠密块的创建3.2 过渡层的创建3.3 DenseNet网络的搭建4. 卷积神经网络训练与预测5. 运行程序1. 前言1.1 案例介绍本案例使用Pytorch搭建一个DenseNet网络结构,用于Fashion-MNIST数据集的图像分类。针对该问题的分析可以分为数原创 2021-09-09 12:35:45 · 2286 阅读 · 8 评论 -
卷积神经网络(ResNet-18)识别Fashion-MNIST数据集(Pytorch版)
卷积神经网络(ResNet-18)识别Fashion-MNIST数据集(Pytorch版)1. 前言1.1 案例介绍1.2 环境配置1.3 模块导入2. 图像数据准备2.1 训练验证集的准备2.2 测试集的准备3. 卷积神经网络的搭建3.1 残差块的创建3.2 ResNet模块的创建3.3 ResNet网络的创建4. 卷积神经网络训练与预测5. 运行程序1. 前言1.1 案例介绍本案例使用Pytorch搭建一个ResNet网络结构,用于Fashion-MNIST数据集的图像分类。针对该问题的分析可以分原创 2021-09-04 15:13:24 · 5474 阅读 · 11 评论 -
卷积神经网络(GoogLeNet)识别Fashion-MNIST数据集(Pytorch版)
卷积神经网络(GoogLeNet)识别Fashion-MNIST数据集(Pytorch版)1. 前言1.1 案例介绍1.2 环境配置1.3 模块导入2. 图像数据准备2.1 训练验证集的准备2.2 测试集的准备3. 卷积神经网络的搭建3.1 Inception模块的创建3.2 GoogLeNet网络的搭建4. 卷积神经网络训练与预测5. 运行程序1. 前言1.1 案例介绍本案例使用Pytorch搭建一个GoogLeNet网络结构,用于Fashion-MNIST数据集的图像分类。针对该问题的分析可以分为原创 2021-09-02 12:17:05 · 2156 阅读 · 0 评论 -
卷积神经网络(Network in Network)识别Fashion-MNIST数据集(Pytorch版)
卷积神经网络(Network in Network)识别Fashion-MNIST数据集(Pytorch版)1. 前言1.1 案例介绍1.2 环境配置1.3 模块导入2. 图像数据准备2.1 训练验证集的准备2.2 测试集的准备3. 卷积神经网络的搭建3.1 NiN(Network in Network)模块的创建3.2 NiN网络的搭建4. 卷积神经网络训练与预测5. 运行程序1. 前言1.1 案例介绍本案例使用Pytorch搭建一个 NiN (Network in Network) 网络结构,用于原创 2021-08-31 23:35:32 · 495 阅读 · 0 评论 -
卷积神经网络(VGG-11)识别Fashion-MNIST数据集(Pytorch版)
深度卷积神经网络(VGG-11)识别Fashion-MNIST数据集(Pytorch版)1. 前言1.1 案例介绍1.2 环境配置1.3 模块导入2. 图像数据准备2.1 训练验证集的准备2.2 测试集的准备3. 卷积神经网络的搭建3.1 VGG模块的创建3.2 VGG网络的搭建4. 卷积神经网络训练与预测5. 运行程序1. 前言1.1 案例介绍本案例使用Pytorch搭建一个稍微简化的VGG-11网络结构,用于Fashion-MNIST数据集的图像分类。针对该问题的分析可以分为数据准备、模型建立以及原创 2021-08-30 10:56:48 · 3517 阅读 · 0 评论 -
卷积神经网络(AlexNet)识别Fashion-MNIST数据集(Pytorch版)
卷积神经网络(AlexNet)识别Fashion-MNIST数据集(Pytorch版)1. 前言1.1 案例介绍1.2 环境配置1.3 模块导入2. 图像数据准备2.1 训练验证集的准备2.2 测试集的准备3. 卷积神经网络的搭建4. 卷积神经网络训练与预测5. 运行程序1. 前言1.1 案例介绍本案例使用Pytorch搭建一个稍微简化的AlexNet网络结构,用于Fashion-MNIST数据集的图像分类。针对该问题的分析可以分为数据准备、模型建立以及使用训练集进行训练和使用测试集测试模型的效果。原创 2021-08-25 10:45:18 · 5081 阅读 · 18 评论 -
卷积神经网络(LeNet)识别Fashion-MNIST数据集(Pytorch版)
卷积神经网络(LeNet)识别Fashion-MNIST数据集(Pytorch版)1. 前言1.1 案例介绍1.2 环境配置1.3 模块导入2. 图像数据准备2.1 训练验证集的准备2.2 测试集的准备3. 卷积神经网络的搭建4. 卷积神经网络训练与预测5. 运行程序1. 前言1.1 案例介绍本案例使用Pytorch搭建一个类似LeNet-5的网络结构,用于Fashion-MNIST数据集的图像分类。针对该问题的分析可以分为数据准备、模型建立以及使用训练集进行训练和使用测试集测试模型的效果。1.2原创 2021-08-18 10:09:09 · 6243 阅读 · 5 评论