文件名称：mcit-hackathon-2020
文件大小：94.04MB
文件格式：ZIP
更新时间：2024-03-03 08:34:45
JupyterNotebook
使用ResNet50的面部识别进行年龄预测 总览 项目总结 上载自拍，此AI将猜测您的年龄！ 单击此链接进行尝试： 使用ResNet-50卷积神经网络体系结构（深度为50层）（通过 ）在上训练了年龄预测模型，并使用部署了该模型。 s Nikhil Maddirala - – – Nguyen Vo - – – 用法 如果您想阅读报告并了解实验，请点击 如果要使用该应用程序，请参见下面的“部署”部分。 部署方式 没有先决条件或安装。 单击顶部的嵌入式活页夹链接。 或使用此。 这适用于台式机和移动设备，您也可以在移动设备上使用相机！ 如果您无法单击嵌入式链接或使用此部分中的链接，则此URL为： : 使用的工具 您使用了哪些框架，库或其他工具来创建项目？ 的高级深度学习库。 -在可执行环境中打开Jupyter Notebook的服务。 致谢 执照 该软件包是根据MI
【文件预览】：
mcit-hackathon-2020-master
----.ipynb_checkpoints()
--------model-test-01-checkpoint.ipynb(24KB)
--------model-test-02-checkpoint.ipynb(1.46MB)
--------age-predictor-app-checkpoint.ipynb(3KB)
----age-predictor-model.ipynb(276KB)
----runtime.txt(13B)
----export.pkl(98.91MB)
----requirements.txt(53B)
----model-experiments()
--------model-test-01.ipynb(24KB)
--------model-test-02.ipynb(1.46MB)
--------Nguyen_Version_0_1.ipynb(5KB)
--------version 0-3.ipynb(258KB)
----Procfile(65B)
----README.md(3KB)
----.ipynb_aml_checkpoints()
--------test01-checkpoint2020-7-28-17-33-16.ipynb(27KB)
--------AAF-v1-checkpoint2020-7-30-9-44-13.ipynb(246KB)
--------AAF-v1-checkpoint2020-7-28-17-33-52.ipynb(5KB)
--------AAF-v1-checkpoint2020-7-28-18-11-48.ipynb(173KB)
--------AAF-v1-checkpoint2020-7-30-12-5-13.ipynb(250KB)
----.gitignore(49B)
----age-predictor-app.ipynb(3KB)