【文件属性】:
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:2021-04-13 23:12:21
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)