摘要：
《python深度学习》笔记 5.2-3、猫狗分类（基本模型） 一、总结 一句话总结： 模型的话也是比较普通的卷积神经网络，就是图像数据用的生成器：ImageDataGenerator 1、ImageDataGenerator.flow_from_directory常用参数的意思？ |||-begi 阅读全文
posted @ 2020-10-10 20:27
范仁义
阅读(1787)
评论(0)
推荐(2)
摘要：
keras的图像预处理ImageDataGenerator类 一、总结 一句话总结： 【图片生成器-“喂”一个batch_size大小的样本数据】：ImageDataGenerator()是keras.preprocessing.image模块中的图片生成器，可以每一次给模型“喂”一个batch_s 阅读全文
posted @ 2020-10-10 19:52
范仁义
阅读(2534)
评论(0)
推荐(1)
摘要：
《python深度学习》笔记 5.2-2、猫狗分类（图片数据处理） 一、总结 一句话总结： 【将训练数据中的猫狗头像分训练集、验证集、测试集分好】：其实就是将训练数据中的猫狗头像分训练集、验证集、测试集分好，简单一点来说就是图片的复制粘贴 1、python的os模块的路径拼接和创建目录？ 路径拼接： 阅读全文
posted @ 2020-10-10 19:33
范仁义
阅读(1010)
评论(0)
推荐(0)
摘要：
《python深度学习》笔记 5.2-1、猫狗分类（流程） 一、总结 一句话总结： 【一、：基准网络（71%）】：首先，在2000 个训练样本上训练一个简单的小型卷积神经网络，不做任何正则化，为模型目标 设定一个基准。这会得到71% 的分类精度。此时主要的问题在于过拟合。 【二、：数据增强解决过拟合 阅读全文
posted @ 2020-10-10 18:50
范仁义
阅读(555)
评论(0)
推荐(0)
摘要：
验证集的作用是调整超参数 一、总结 一句话总结： |||-begin验证集的作用是调整超参数，那么Keras的验证集的作用在训练过程中调整了哪些超参数？例如学习率，神经元数目，层数？|||-end 【调超参数的方法交叉验证】：调超参数的方法是cross-validation (交叉验证)，这里的va 阅读全文
posted @ 2020-10-10 14:28
范仁义
阅读(1888)
评论(0)
推荐(0)
摘要：
验证集真正作用 一、总结 一句话总结： 验证集的作用就是为了调整超参数 1、超参数？ 【超参数的值不是学习出来的】：大多数机器学习算法都有超参数，可以设置来控制算法行为。超参数的值不是通过学习算法本身学习出来的。 【超参数如果学习太难优化】：有时一个选项被设为学习算法不用学习的超参数，是因为它太难优 阅读全文
posted @ 2020-10-10 14:14
范仁义
阅读(3924)
评论(1)
推荐(1)
摘要：
理解 Python 生成器 一、总结 一句话总结： 【什么时候调用，什么时候计算并返回值】：生成器仅仅保存了一套生成数值的算法，并且没有让这个算法现在就开始执行，而是我什么时候调它，它什么时候开始计算一个新的值，并给你返回。 1、生成器定义？ 在Python中，一边循环一边计算的机制，称为生成器：g 阅读全文
posted @ 2020-10-10 01:05
范仁义
阅读(268)
评论(0)
推荐(0)
浙公网安备 33010602011771号