python卷积神经网络多元分类_CV4-卷积神经网络之多元分类(剪刀石头布)

目录

这里以剪刀石头布为例。具体一些细节已经在CV1-CV3中详细解释过。

一.多元分类模型

1.准备数据集

下载代码:

训练集数据

wget --no-check-certificate \ https://storage.googleapis.com/laurencemoroney-blog.appspot.com/rps.zip

测试集数据

wget --no-check-certificate \ https://storage.googleapis.com/laurencemoroney-blog.appspot.com/rps-test-set.zip

2.数据集处理

#石头剪刀布(无优化版)

#用GPU跑的话记得需要设置为仅在需要时申请显存。(使用了tensorflow-GPU版本)

import tensorflow as tf

config = tf.compat.v1.ConfigProto(gpu_options=tf.compat.v1.GPUOptions(allow_growth=True))

sess = tf.compat.v1.Session(config=config)

import tensorflow as tf

import keras_preprocessing

from keras_preprocessing import image

from keras_preprocessing.image import ImageDataGenerator

#归一化数据以及数据增强

TRAINING_DIR = "F:/deeplearning/rps/rps"

training_datagen = ImageDataGenerator(

rescale=1. / 255,

rotation_range=40,

width_shift_range=0.2,

height_shift_range=0.2,

shear_range=0.2,

zoom_range=0.2,

horizontal_flip=True,

fill_mode='nearest')

#训练集数据不用做数据增强,只归一化数据即可

VALIDATION_DIR = "F:/deeplearning/rps/rps-test-set"

validation_datagen = ImageDataGenerator(rescale=1. / 255)

<
  • 0
    点赞
  • 2
    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