卷积神经网络CNN
xiao韩
一只大猪猪
展开
-
搭建简单图片分类的卷积神经网络(一)-- 训练模型的图片数据预处理
一、训练之前数据的预处理主要包括两个方面1、将图片数据统一格式,以标签来命名并存到train文件夹中(假设原始图片按类别存到文件夹中)。2、对命名好的图片进行训练集和测试集的划分以及图片数据化。先对整个项目文件进行说明:项目文件夹image文件里是用来对模型测试的未处理图片(训练模型不用)。logs文件存放训练好的模型。prediction文件是image文件中图片经...原创 2018-10-31 17:16:55 · 14957 阅读 · 13 评论 -
搭建简单图片分类的卷积神经网络(二)-- CNN模型与训练
一、首先,简单来说CNN卷积神经网络与BP神经网络主要区别在于:1、网络的层数的多少(我这里的CNN是比较简单的,层数较少,真正应用的话,层数是很多的)。2、CNN名称来说,具有卷积运算的特点,对于大型的图片或者数量多的图片,卷积运算可以大量提高计算性能,而BP神经网络大都为全连接层,计算量本身就大,输入大量的图片,性能就不好了。二、新建CNN文件import tensorflo...原创 2018-10-31 17:31:47 · 5076 阅读 · 0 评论 -
搭建简单图片分类的卷积神经网络(三)-- 模型的测试和运用
两个功能都在同一个文件中一、新建Disimage.py文件import tensorflow as tffrom PIL import Imageimport osimport numpy as npimport matplotlib.pyplot as pltfrom GetCnnData import get_filesimport CNNclasses = []n...原创 2018-10-31 17:42:05 · 2604 阅读 · 3 评论 -
关于在深度学习中训练数据集的batch的经验总结
由于深度学习的网格很大,用来训练的数据集也很大。因此不可能一下子将所有数据集都输入到网络中,便引入了batch_size的概念,下面总结自己两种常用的调用batch的方法1、使用TensorFlow, tf.train.batch()。2、 offset = (offset + batch_size) % len(images) #每次读取batch_size图片 相当于设置...原创 2018-11-17 14:49:47 · 3643 阅读 · 0 评论 -
TensorFlow与Inception-v3
Inception-v3Inception-v3模型是由Google公司在一台配有 8 Tesla K40 GPUs,大概价值$30,000的野兽级计算机上训练了几个星期,因此不可能在一台普通的PC上训练。我们将会下载预训练好的Inception模型,然后用它来做图像分类。数据集如果自己没有数据集,可以在www.robots.ox.ac.uk/~vgg/data/上下载。代码...原创 2019-01-08 20:17:17 · 287 阅读 · 0 评论