文件名称：iiitd:提交IITD暑期实习计划
文件大小：49.74MB
文件格式：ZIP
更新时间：2024-05-03 16:59:01
JupyterNotebook
iiitd 提交MIDAS @ IIITD实习计划 姓名：Sanket Nagrale 如何执行这段程式码 所需的软件包在requrements.txt文件中给出 所需的主要软件包是： tensorflow numpy matplotlib 提供的笔记本具有代码。 任务2和任务3中的预训练模型和暂存模型准确性之间没有太大差异。 任务1和任务3中的数据集之间的主要区别在于，任务1中的图像被标记，任务3中的图像未标记。 为了标记图像，首先我将所有图像收集在一个文件夹中，然后使用分类器预测图像类别并基于该预测分离图像。 第1部分中的精度和损耗图 训练准确性：80％ 验证准确性：73％ 第2部分中的精度和损耗图 预训练网络 训练精度：0.9692 验证准确性：0.9858 从零开始的模型 训练精度：0.9961 验证准确性：0.9876 第3部分中的精度和损耗图 预训练网络 训
【文件预览】：
iiitd-master
----main_model()
--------variables()
--------saved_model.pb(415KB)
--------keras_metadata.pb(23KB)
----Task_2_Random_Initialization_Model()
--------variables()
--------saved_model.pb(201KB)
--------keras_metadata.pb(22KB)
----images()
--------52.png(243B)
--------img024-003.png(8KB)
--------img001-008.png(7KB)
--------3.png(266B)
----Task 2.ipynb(101KB)
----Task 1.ipynb(148KB)
----Task 3.ipynb(152KB)
----requirements.txt(943B)
----to_image.py(2KB)
----mnist-orig()
--------t10k-labels-idx1-ubyte(10KB)
--------train-images-idx3-ubyte(44.86MB)
--------t10k-images-idx3-ubyte(7.48MB)
--------train-labels-idx1-ubyte(59KB)
----README.md(1KB)
----trainPart1.zip(9.59MB)
----mnistTask3.zip(42.61MB)