文件名称：DeepSnakes:深度学习对蛇进行分类
文件大小：26.13MB
文件格式：ZIP
更新时间：2024-06-04 18:05:09
JupyterNotebook
深蛇 在这个项目中，我们将使用深度学习对蛇进行分类。 我们开始区分python（因为……为什么不这样做）和响尾蛇。 已经可用： 例行程序从网上下载蛇图像。 在numpy ndarray [n_images，width，height，channels]上调整图像大小并进行连接的例程。 蛇的Logistic回归分类分析。 浅层神经网络分析。 卷积神经网络分析。 下一步： 用于计算机视觉的最新深度学习架构 将来： 深度学习用于多类分类（将其他蛇种添加到问题中）。 端到端DL方法区分有毒蛇和无毒蛇。 警告： 包含蛇的图片，建议观看者谨慎。 不要在没有成年人监督的情况下，将自己烧烤到野外拍摄蛇。 这是一个有趣的教育示范项目。 没有任何保证。
【文件预览】：
DeepSnakes-master
----hyperparameter_tuning_report_iteration_1.txt(12KB)
----PreprocessDataset.py(4KB)
----README.md(1012B)
----save_best.meta(57KB)
----dataset()
--------dev_set.hdf5(5.67MB)
--------train_set.hdf5(22.69MB)
----LICENSE(1KB)
----3 - DeepSnakes - CNN AlexNet.ipynb(247KB)
----1 - DeepSnakes - Logistic Regression.ipynb(294KB)
----.ipynb_checkpoints()
--------3_DeepSnakes_CNN-checkpoint.ipynb(191KB)
--------1 - DeepSnakes - Logistic Regression-checkpoint.ipynb(294KB)
--------2 - DeepSnakes - Shallow NN-checkpoint.ipynb(18KB)
--------3 - DeepSnakes - CNN AlexNet-checkpoint.ipynb(247KB)
--------3 - DeepSnakes - CNN-checkpoint.ipynb(51KB)
----SnakeMoji.png(14KB)
----2 - DeepSnakes - Shallow NN.ipynb(254KB)
----save_best.index(304B)
----__pycache__()
--------supporting_functions.cpython-36.pyc(885B)
----save_best.data-00000-of-00001(30KB)
----hyperparameter_tuning_report_iteration_2.txt(2KB)
----supporting_functions_colab.py(1KB)
----supporting_functions.py(1KB)
----checkpoint(75B)
----BingImagesAPI.py(4KB)