文件名称：识别游戏：DNN分类器竞赛
文件大小：7.12MB
文件格式：ZIP
更新时间：2024-03-08 21:59:26
JupyterNotebook
ACSE 4.4-机器学习小型项目 识别游戏 此处提供所有信息： : 该项目旨在将具有3个RGB通道的64 * 64图片分类为200个类别。 当提供10000张未标记的图片作为测试数据时，提供了100000张带有标签的训练图片。 尝试在一些成熟的神经网络模型上进行转移学习，验证精度为0.35-0.824。 最后，我们决定将前4个模型组合在一起，并在排行榜上获得前3个出色的0.841准确性。 组合模型的工作流程： 使用的模型（带有ML的DenseNet代码和集成代码进行演示记录）： 整体代码： 尝试过的模型： 模型 预训练 Val Acc 训练后的尺寸 火炬型号二手 合并模型 是的 0.877 299224144 Inception_v3 + ResNet50 + ResNet101 合并模型 是的 0.864 299224144128 Inception_v3 +
【文件预览】：
The-Identification-Game-main
----Accuracies.xlsx(772KB)
----Joint_decision()
--------combined_flowchart.jpg(43KB)
--------mini_library.py(19KB)
--------joint_decision.ipynb(4KB)
----LICENSE(1KB)
----README.md(2KB)
----Presentation The Identification Game.pptx(5.73MB)
----Single_Model()
--------Inception_raw_code.ipynb(70KB)
--------wide-resnet101_raw_code.ipynb(53KB)
--------ResNet_documented_script.py(3KB)
--------Demo_with_densenet_ml.ipynb(907KB)