文件名称：characters-and-numbers-classifier:迈达斯实习
文件大小：7KB
文件格式：ZIP
更新时间：2024-04-28 16:48:20
Python
该项目是根据MIDAS @ IIITD夏季实习计划下的任务提交完成的。 采取的任务->任务2 该任务分为三个部分： 使用训练CNN，并且不使用其他数据源或预训练的网络。 此部分还有两个部分适用于先前数据集的子集。 通过从上述数据集中仅选择0-9个训练图像，使用预训练网络对MNIST数据集进行训练。 使用标准的MNIST训练和测试分割与上述结果进行比较。 最后，获取以下，并对该数据集进行训练。 任务2第1部分 该数据集已从。 数据集有62个标签，其中10个标签为0到9位数字，而26-26个标签为英文字母的大写和小写字母。 每个标签总共有40张图像，我在代码本身中将它们分为训练图像和验证图像。 此存储库中包含用于训练CNN模型的代码。 我遵循了一个非常简单的对称顺序模型，在某些卷积层之后具有隐藏层。 我从以前的CNN模型（植物叶病分类器）中获得了参考。 该代码是最优化的模
【文件预览】：
characters-and-numbers-classifier-main
----midas_task2_mnis.py(3KB)
----midas_task1.py(5KB)
----task3midas.py(4KB)
----README.md(3KB)