TF之CNN：基于CIFAR-10数据集训练、检测CNN(2+2)模型(TensorBoard可视化) / 开普饭

本文作为总结机器学习.深度学习领域实践过程中各种"大道至简"的炼丹笔记小技巧,并在文末附<全球机器学习技术大会>各厂分享嘉宾的1090页干货PDF. Cyclic LR ...

DL之CNN可视化:利用SimpleConvNet算法[3层,im2col优化]基于mnist数据集训练并对卷积层输出进行可视化导读利用SimpleConvNet算法基于mnist数据集训练并对卷 ...

参考资料:https://www.cnblogs.com/pprp/p/10863496.html#3-%E8%AE%AD%E7%BB%83%E6%A8%A1%E5%9E%8B 下载yolo和安装环境 ...

DL之DCGNN:基于TF利用DCGAN实现在MNIST数据集上训练生成新样本说明:所有图片文件丢失输出结果更新-- 设计思路更新-- 实现部分代码更新--

TF之pix2pix:基于TF利用Facades数据集训练pix2pix模型.测试并进行生成过程全记录 TB监控 1.SCALARS 2.IMAGES inputs_summary outputs_s ...

TF之pix2pix之dataset:基于TF利用自己的数据集训练pix2pix模型之DIY自己的数据集转换图像并合并 1.A 类图像将挖去中心像素后得到B 类图像 2.生成并列图像样本的全过程

TF之LSTM:利用基于顺序的LSTM回归算法对DIY数据集sin曲线(蓝虚)预测cos(红实)(TensorBoard可视化) 输出结果代码设计 import tensorflow as tf i ...

CV:基于Keras利用CNN主流架构之mini_XCEPTION训练情感分类模型hdf5并保存到指定文件夹下图示过程核心代码 def mini_XCEPTION(input_shape, num ...

CV:基于Keras利用CNN主流架构之mini_XCEPTION训练性别分类模型hdf5并保存到指定文件夹下图示过程核心代码 from keras.callbacks import CSVLog ...

Dataset之图片数据增强:基于TF实现图片数据增强(原始的训练图片reshaped_image→数据增强→distorted_image(训练时直接使用)) 数据增强步骤 1.对reshaped_ ...

TF之CNN：基于CIFAR-10数据集训练、检测CNN(2+2)模型(TensorBoard可视化)