基于卷积神经网络的动物识别

卖呱人

已于 2022-07-09 14:59:34 修改

阅读量2.6k

点赞数 3

分类专栏： CNN 文章标签：大数据人工智能 cnn python 机器学习

于 2022-07-09 10:30:55 首次发布

本文链接：https://blog.csdn.net/qq_42518889/article/details/125690280

版权

模型训练和评价

卷积神经网络的训练主要分为五个部分，分别是数据集的准备，进行神经网络训练一般是需要大量的数据集，并对数据集划分。然后是模型的配置，根据实际问题构建模型的各个部分。第三部分是模型的训练，将数据集放到构建好的模型中进行训练，并保存训练好的模型。第四部分是评价模型的训练结果，本模型是输出交叉熵和准确率，便于评估训练好的模型的性能。最后是利用模型对图片进行识别预测。

图3-1 模型训练的基本框架

3.1 数据集介绍

Cifar-10（80 Million Tiny Images）是由 Hinton 的学生 Alex Krizhevsky、Ilya Sutskever 收集的一个用于普适物体识别的计算机视觉数据集，它包含 60000 张 32 X 32 的 RGB 彩色图片，总共 10 个分类。其中，包括 50000 张用于训练集，10000 张用于测试集。