java cnn图像识别_Java分布式神经网络库Deeplearning4j之上手实践手写数字图像识别与模型训练...

本文介绍了使用Java分布式神经网络库Deeplearning4j进行手写数字图像识别的实践过程,包括数据集下载、模型训练、模型保存和测试。通过MnistImagePipelineExampleSave和MnistImagePipelineLoadChooser代码,展示了如何选择图像并利用训练好的模型进行识别,验证了模型对黑白手写数字的高识别准确率。
摘要由CSDN通过智能技术生成

环境的搭建可以参考另一篇文章。

7463e50da274e0033c8e49ebefa6614c.png

第一步运行MnistImagePipelineExampleSave代码下载数据集,并进行训练和保存

需要下载一个文件(windows默认保存在C:\Users\Administrator\AppData\Local\Temp\dl4j_Mnist)。文件存在git。如果网络不好。建议手动下载并解压。然后注释掉代码中的下载方法即可。如图所示:

2759a9a82962da11a37d8e244e4be5e4.png

训练需要一段时间等待即可。时间长短取决于自己电脑配置。

第二步运行MnistImagePipelineLoadChooser代码。并选中一个手写数字图像。进行识别测试

package org.deeplearning4j.examples.dataexamples;

import org.datavec.image.loader.NativeImageLoader;

import org.deeplearning4j.nn.multilayer.MultiLayerNetwork;

import org.deeplearning4j.util.ModelSerializer;

import org.nd4j.linalg.api.ndarray.INDArray;

import org.nd4j.linalg.data

  • 0
    点赞
  • 4
    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