进阶CNN对cifar10分类;两层卷积,两层池化,两层norm,两层全连接层
2021-05-18 17:16:31 5KB CNN
1
这是基于 CIFAR10 数据集的 CNN 在 TensorFlow 上的实现,与 [上一个](http://blog.csdn.net/u010099080/article/details/53906810) 相比增加了 TensorBoard 的实现,可以在浏览器中查看可视化结果。
2021-05-18 09:15:13 49.29MB TensorFlow
1
我调试好的代码,里面包括数据,源代码2份,PPT,只要修改文件读取路径就可以使用。可以配合中国大学MOOC里的《深度学习应用开发-TensorFlow实践》课程学习,数据集官网下载太慢了,我这里下好了的。
2021-05-14 11:47:16 164.62MB TensorFlow2.0 2.1 cifar10 CNN
1
环境: tensorflow 2.1 最好用GPU 模型: Resnet:把前一层的数据直接加到下一层里。减少数据在传播过程中过多的丢失。 SENet: 学习每一层的通道之间的关系 Inception: 每一层都用不同的核(1×1,3×3,5×5)来学习.防止因为过小的核或者过大的核而学不到图片的特征。 用Resnet ,SENet, Inceptiont网络训练Cifar10 或者Cifar 100. 训练数据:Cifar10 或者 Cifar 100 训练集上准确率:97.11%左右 验证集上准确率:90.22%左右 测试集上准确率:88.6% 训练时间在GPU上:一小时多 权重大小:21
2021-05-13 13:53:51 55KB ar c ce
1
LetNet是卷积神经网络的祖师爷LeCun在1998年提出, 用于解决手写体识别的视觉任务, 我们用CIFAR-10数据集,验证LeNet模型的准确率, 希望能够帮助大家更好的理解LeNet的模型,以及网络训练的整个流程,谢谢大家指正。
2021-05-09 15:55:30 208.72MB LeNet实现(CIFAR-10
1
本项目的所有代码均已在Python3.6及Pycharm平台调试通过,除了代码外,还提供《卷积神经网络(CNN)详解与代码实现》文档和《Notes on Convolutional Neural Networks》文档,其中:《卷积神经网络(CNN)详解与代码实现》主要从卷积神经网络结构、代码实现流程图以及介绍、代码实现、注意事项、运行结果以及分析、Softmax函数详解与推导、BP算法、CNN的反向求导等方面重点描述,十分详细;代码也增加不少的注释,有助于大家了解;《Notes on Convolutional Neural Networks》是麻省理工Jake Bouvrie写的非常详细。
2021-05-08 09:11:34 146.51MB 卷积神经网络CNN Python3.6 卷积 激活函数
1
文件中原始代码利用CNN对CIFAR10数据集进行分类,准确度达到0.67,优化代码通过权重正则化、数据增强,增加全连接层等方式进行优化,准确度达到0.85。
2021-05-08 08:59:36 4KB CNN Tensorflow CIFAR10 深度学习
1
keras_cifar10_resnet分类例子,深度学习专用,代码简单,
2021-05-06 20:15:40 14KB keras cifar10 resnet 分类
1
用自己的数据,制作python版本的cifar10数据集。可以任意别类任意数量,根据自己爬取的数据修改代码参数即可。
2021-05-01 11:22:22 5KB cifar10 深度学习 数据集制作
1
基于TensorFlow2利用ResNet18+SENet 实现cifar10分类 training准确率95.66%,test准确率90.77%
2021-04-30 22:01:24 13KB TensorFlow2 TensorFlow ResNet SENet
1