文件名称：带有TensorFlow的CNN
文件大小：2.82MB
文件格式：ZIP
更新时间：2024-03-22 05:20:19
JupyterNotebook
具有TensorFlow和转移学习的卷积神经网络（CNN） 基本CNN的混淆矩阵---------------------带有转移学习的CNN混淆矩阵 项目范围 使用图像数据集制作两个不同的CNN模型，例如基本的CNN模型和具有转移学习的CNN模型，并研究转移学习对CNN模型的性能的影响。 介绍 在本研讨会中，我将向您展示如何在有/没有转移学习和Inception的情况下构建卷积神经网络（CNN）。 我将使用对神经网络特别感兴趣的“ Kagglers”中非常有名的。 数据集由5种不同类别的图像数量组成。 照片的尺寸为150x150x3，这意味着每张照片具有67,500个特征（像素）。 数据集还包括训练集和测试集。 火车组尺寸为（14034x67500），这意味着火车组中有14034张不同的照片，而测试组尺寸为（3000x67500）。 我从开始计算Inception模型的权重。 指标：我
【文件预览】：
CNN-with-TensorFlow-master
----accuracy_and_loss_of_basic_CNN.png(44KB)
----imaes_and_predictions.png(308KB)
----CNN with TensorFlow and Transfer Learning.ipynb(15KB)
----README.md(5KB)
----confusion_matrix_of_transfer_learning.png(54KB)
----Accuracy_of_transfer_learning.png(50KB)
----Basic_CNN_model_with_TensorFlow.ipynb(3.09MB)
----Confusion_matrix_of_the_basic_CNN.png(60KB)