小项目——训练画风数据集

本文介绍了一个小项目的实施过程,从处理数据到构建神经网络模型,包括定义网络结构、损失函数和优化器,最终实现画风识别。训练效果良好,项目已基本完成并将继续完善。
摘要由CSDN通过智能技术生成

承接上篇处理好数据之后开始定义网络

tf.placeholder定义形参

datas_placeholder = tf.placeholder(tf.float32, [None,32,32,3])
labels_placeholder = tf.placeholder(tf.int32, [None])
dropout_placeholder = tf.placeholder(tf.float32) 

tf.layers定义网络结构

conv0 = tf.layers.conv2d(datas_placeholder, 20, 5, activation=tf.nn.relu)
pool0 = tf.layers.max_pooling2d(conv0, [2, 2], [2, 2])
conv1 = tf
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