![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习_深度学习
文章平均质量分 50
Terio_my
凡是过往,皆为序章
展开
-
图像分割总结——结构,损失函数,数据集和框架
图像分割简单总结一、图像分割将图像分割为多个部分的过程,每个像素与一个对象类型相关联主要类型语义分割:相同类型对象使用一个类标签实例分割:相似对象使用各自的标签二、图像分割结构基本结构编码器通过滤波器从图像种提取特征解码器生成输出,包含对象轮廓的对象分割掩码1、U-Net体系结构由两部分组成左侧为收缩路径为获取上下文信息;3x3卷积组成右侧为扩展路径为帮助精确定位;ReLU —> 2x2最大池用于下采样【资料链接】2、Fas转载 2021-03-30 09:29:17 · 718 阅读 · 0 评论 -
VGG16-训练学习-tensorboard可视化查看
“历史遗留”的学习记录Cifar10数据集—tensorflow2—VGG16网络—tensorboard可视化查看(PS:时隔久远,但还是能运行)子程序包括:数据集加载处理、VGG16网络搭建、变学习率训练对数据集进行VGG16模型训练保存运行日志在文件夹中可设置数据增强import tensorflow as tfimport numpy as npimport pickle as pfrom tensorflow.keras import datasets, layers, S原创 2021-03-12 19:58:11 · 520 阅读 · 0 评论 -
MNIST-tensorboard-网页可视化查看结果
“历史遗留”的学习记录MNIST手写数字—tensorflow2—tensorboard—网页可视化查看结果(PS:时隔久远,但还是能运行)子程序包括:数据集处理、数据集图片读取转换、PNG图显示对数据训练集、验证集的打乱搭建5层神经网络设置学习率并进行梯度下降保存运行日志在文件夹中用验证(测试)集评估准确率在网页上显示过程并展示部分图片import tensorflow as tffrom tensorflow.keras import datasets, layers,原创 2021-03-12 19:27:36 · 522 阅读 · 0 评论 -
MNIST-本机查看结果
“历史遗留”的学习记录MNIST手写数字—tensorflow2—学习(PS:时隔久远,但还是能运行)MNIST数据集的两种加载方式利用框架搭建简单网络模型计算模型准确率的两种方法保存、调用训练好的模型显示数据集图片import tensorflow as tfimport matplotlib.pyplot as pltfrom tensorflow.keras import datasets, layers, optimizers, Sequential, metricsimp原创 2021-03-12 18:17:28 · 144 阅读 · 0 评论 -
MNIST加载已训练好的模型进行预测
MNIST加载已训练好的模型进行预测初学时练习用的代码,已加注释基于tensorflow2import tensorflow as tfimport numpy as npimport matplotlib.pylab as pltfrom tensorflow.keras import datasets, layers, optimizers, Sequential, metricsimport scipyimport imageioimport cv2from PIL import原创 2021-03-06 21:55:52 · 1047 阅读 · 0 评论