resnet识别cifar10数据集(python)

博客介绍了如何利用TensorFlow的Keras库,通过修改版的ResNet模型来识别CIFAR10数据集。作者提到在CUDA环境下,经过200个epochs的训练,测试集准确率可达91.5%。他还分享了在不单独安装Keras的情况下,如何在程序中直接调用TensorFlow.Keras实现这一例子。
摘要由CSDN通过智能技术生成

    在keras的离线帮助文档里面有一个识别cifar10的例子,采用的是resnet的修改版本。
    keras离线帮助文档的安装可以参考keras。补充一点,在第二步之后就可以打开这个site/index.html网页文件查看帮助了。其中包括了许多不错的例子,如下图:
经典样例
    其中就有cifar10基于resnet的。用cuda的话200epoch也是比较快的,我跑了一次测试集是91.5%的准确率(version=1)。
    我没有单独装keras,例程稍微做了一下修改,在程序里面出现keras的地方前面加tensorflow.运行正常。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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