- 博客(2)
- 收藏
- 关注
原创 预测淡水质量
本次使用了XGBoost算法,通过随机网格搜索进行优化。经过10次训练后,模型的f1分数在0.91左右,表现非常好。利用Intel oneAPI组件中的daal4py加速技术,使得模型推理时间只需0.22秒左右。
2024-03-01 09:30:00
508
1
原创 猫狗大战----【Inter校企合作】
该代码主要实现了一个基于VGG16模型的猫狗分类器。首先通过构造训练集和测试集,然后使用ImageDataGenerator进行数据增强,生成训练集数据生成器、验证集数据生成器和测试集数据生成器。然后加载预训练的VGG16模型,冻结其权重,添加全连接层,编译模型并进行训练。通过回调函数ModelCheckpoint保存每个epoch的最佳模型。接着对验证集进行预测,计算F1-score指标。最后使用oneAPI加速推理,对测试集进行预测,并计算F1-score指标。
2024-01-18 17:44:23
782
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人