图像分类
文章平均质量分 84
深度学习实操
Eloik
人工智能、大数据
展开
-
Pytorch—可视化特征
文章目录准备可视化中间特征层导入所需的库加载训练好模型加载一张图片定义钩子函数可视化浅层特征可视化深层特征可视化图像的类激活热力图重新定义一个新的模型定义获取热力图函数在原图上显示热力图尝试其他的图片准备本次使用的数据集依旧是猫和狗,并且用到了上次训练好的模型,详见:https://blog.csdn.net/weixin_45826022/article/details/118662581本次代码在notebook上实现。可视化中间特征层为了了解模型是如何进行分类的,我们可以对模型中的卷积层原创 2021-07-16 23:34:28 · 9095 阅读 · 28 评论 -
Pytorch—猫狗分类实战
数据集来源https://www.kaggle.com/biaiscience/dogs-vs-cats原创 2021-07-12 14:26:12 · 4613 阅读 · 14 评论 -
Kaggle入门赛手写数字识别—Tensorflow2
文章目录前置数据准备加载数据数据处理数据划分前置比赛地址:Digit Recognizer我的笔记本:Digit Recognizer Accuracy 99.3%这个比赛是图像分类的入门赛,数据集为著名的MNIST手写数字集,我们可以使用机器学习算法(例如SVM、KNN等)进行数字分类,也可以使用深度学习方法。这里我们将使用Tensorflow2从零开始训练一个卷积神经网络。首先进入比赛首页,点击 Rules按钮,然后点击 I Understand and Accept 按钮即可参加该比赛。只原创 2021-04-08 22:15:32 · 435 阅读 · 1 评论