文件名称：Tensor_Lab_1
文件大小：1.29MB
文件格式：ZIP
更新时间：2024-04-30 01:36:35
Python
实验室工作1。 有关实验室工作目的的一些信息。 在此实验室中，有必要准备一个可行的环境，以使用深度学习神经网络从俄勒冈州野生动物数据集中解决图像分类问题。 俄勒冈州野生动物数据集包含12,000张野生动物图像。 为了训练二维卷积神经网络，使用了50个纪元，每个纪元被分为512个图像的部分（批处理）。 2.使用示例[1]，训练提出的神经网络实现解决图像分类问题Oregon-Wild-Life 架构说明： 输入图像的尺寸（224x224x3）： inputs = tf.keras.Input(shape=(RESIZE_TO, RESIZE_TO, 3)) 卷积2D层。 参数：8个过滤器，kernel_size = 3（内核矩阵= 3x3） x = tf.keras.layers.Conv2D(filters=8, kernel_size=3)(inputs) //размер
【文件预览】：
Tensor_Lab_1-master
----4_Слоя_64()
--------logs()
--------Графики()
----train.py(4KB)
----4_Слоя_512()
--------logs()
--------Графики()
----1_Слой()
--------logs()
--------Графики()
----4_Слоя_128()
--------logs()
--------Графики()
----README.md(6KB)
----4_Слоя_256()
--------logs()
--------Графики()
----train-stock.py(3KB)