广告:Udacity课程优惠券:邀请码: 67D6DA2E,立减 300 元
项目概述
欢迎来到卷积神经网络(CNN)项目!在这一项目中,你将学到如何建立一个处理现实生活中的,用户提供的图像的算法。给你一个狗的图像,你的算法将会识别并估计狗的品种,如果提供的图像是人,代码将会识别最相近的狗的品种。
在学习用于分类的最先进的 CNN 模型的同时,你将会为用户体验做出重要的设计与决定。我们的目标是,当你完成这一项目时,你将可以理解,通过将一系列模型拼接在一起,设计数据处理管道完成各式各样的任务所面临的挑战。每个模型都有它的优点与缺点,并且设计实际应用时,经常会面对解决许多没有最优解的问题。尽管你的解答不是最优的,但你的设计将带来愉快的用户体验!
项目指南
步骤
克隆存储库并打开下载的文件夹。
git clone https://github.com/udacity/cn-deep-learning.git
cd cn-deep-learning/dog-project
下载狗狗数据集 ,并将数据集解压大存储库中,地点为项目路径/dogImages.
下载人类数据集。并将数据集解压大存储库中,位置为项目路径/lfw。
为狗狗数据集下载 VGG-16关键特征 并将其放置于存储库中,位置为项目路径/bottleneck_features。
安装必要的 Python 依赖包
对于 Mac/OSX:
conda env create -f requireme