Tensorflow下的InceptionV3网络模型+修改后的程序+使用自己的数据集进行分类的程序，程序过大，上传到百度网盘了

tensorflow下的Inception V3模型的迁移训练代码

使用预训练好的InceptionV3模型对自己的数据进行分类

深度学习实验室 字符测试。 seq2seq测试。 word2vec测试。 交叉熵检验。 双向rnn测试。 图片上的卷积运算。 图片上的合并操作。 cnn可视化的颤抖。 InceptionV3模型。 转移学习。

(在5-6台机器上测试绝对可用)在data/train中放要测试的数据集一种放一类，在retrain.bat修改retrain.py和inception_model的路径.每次训练时都要将bottleneck中的内容清空images中放要测试的图片。在测试训练好的模型中修改生成文件out的位置。本模型为inceptionv3，可训练自己的模型，现在包含相貌等级的数据集，可训练完后查看效果。内包含各种注意事项，需要安装tensorflow

图像字幕生成 InceptionV3-多层GRU（Keras和TensorFlow） 要求： Python 3.6 TensorFlow 1.13.1（安装tensorflow-1.13.1-cp36-cp36m-win_amd64.whl） 凯拉斯2.2.4 Joblib 1.0.1 Matplotlib 3.3.4 Open CV 4.5.1 熊猫1.1.5 Nltk 3.5 下载Flickr30k或MSCOCO数据集图像和标题。 训练模型的步骤： 克隆存储库以保留目录结构。 对于Flickr30k放在flickr30k图像文件夹或MSCOCO results_20130124.token和Flickr30k图像放captions_val2014.json和MSCOCO图像COCO-images文件夹中。 通过运行以下python keras2tensorflo

皮托奇·西法尔100 pytorch在cifar100上练习 要求 这是我的实验资料 python3.6 pytorch1.6.0 + cu101 张量板2.2.2（可选） 用法 1.输入目录 $ cd pytorch-cifar100 2.数据集 我将使用来自torchvision的cifar100数据集，因为它更方便，但我还将示例代码保留了用于在数据集文件夹中编写您自己的数据集模块的示例，以作为人们不知道如何编写它的示例。 3.运行tensorbard（可选） 安装张量板 $ pip install tensorboard $ mkdir runs Run tensorboard

训练好InceptionV3模型以后,将一张图片输入模型,可以得到模型中每一次卷积的输出结果,并可视化出来.为标准的sci模式特征图

对于训练出来的模型进行全方位的数据评估,可用于sci论文.数据以标准格式保存在表格里面

inceptionv3结构图visio制作