DL4J实战之三:经典卷积实例(LeNet-5),linux系统编程手册百度云

该博客介绍了如何使用DL4J库构建LeNet-5卷积神经网络模型。在Java环境下,通过配置和训练数据集,实现了一个用于图像分类的简单卷积网络,并进行了模型评估。
摘要由CSDN通过智能技术生成

在这里插入图片描述

编码

  • 在父工程 dl4j-tutorials下新建名为 simple-convolution的子工程,其pom.xml如下,可见这里的dl4j版本被指定为1.0.0-beta6:
<?xml version="1.0" encoding="UTF-8"?>

<project xmlns=“http://maven.apache.org/POM/4.0.0”

xmlns:xsi=“http://www.w3.org/2001/XMLSchema-instance”

xsi:schemaLocation=“http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd”>

dlfj-tutorials

com.bolingcavalry

1.0-SNAPSHOT

4.0.0

simple-convolution

<dl4j-master.version>1.0.0-beta6</dl4j-master.version>

org.projectlombok

lombok

ch.qos.logback

logback-classic

org.deeplearning4j

deeplearning4j-core

${dl4j-master.version}

org.nd4j

${nd4j.backend}

${dl4j-master.version}

  • 接下来按照前面的分析实现代码,已经添加了详细注释,就不再赘述了:

package com.bolingcavalry.convolution;

import lombok.extern.slf4j.Slf4j;

import org.datavec.api.io.labels.ParentPathLabelGenerator;

import org.datavec.api.split.FileSplit;

import org.datavec.image.loader.NativeImageLoader;

import org.datavec.image.recordreader.ImageRecordReader;

import org.deeplearning4j.datasets.datavec.RecordReaderDataSetIterator;

import org.dee

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值