Digits用于深度学习
来源:互联网 发布:js动态控制div的边框 编辑:程序博客网 时间:2024/05/22 01:39
11.5下午三号楼 nvidia的人来进行讲座关于digits。现场进行了导入他提供的样本库进行训练,实现辨别数字图片。
账号就是973114203@qq.com
操作文档:
http://ec2-54-158-100-83.compute-1.amazonaws.com/9v3vW43Z8D/notebooks/Image%20Classification%20with%20DIGITS%20-%20Improving%20Performance.ipynb
digits网址:
http://ec2-54-158-100-83.compute-1.amazonaws.com/digits/
如下:
创建datasets
实验时为了加速,改成灰度图和28*28像素
然后从创建model:
选择要用的dataset(选test2可以发现有就万多个测试数据和3万个验证数据,共12万。本来第一个Default...数据集就六万个,test2就是把黑白颜色互换一下来增加样本数),然后也是为了速度,把Training epochs由30改为10。
由于刚刚改成灰度28*28,所以现在要选第一个LeNet
创建好model后就可以点进model进行鉴别了。先在model里提交待测图片或图片集(这里用txt装这些图片的url)
结果如下
若是要同时测试一批数据,可以如下操作:
在说明文档里
把这些复制进新的txt文件,然后在model里面打开即可。(可见上面的图)这是结果:
发现最后一个8读成了2。
为了提高正确率,他修改了神经网络。
点克隆
在新克隆出的model创建界面里点击Customize。
如下所示
然后照着文档说明改代码
http://ec2-54-158-100-83.compute-1.amazonaws.com/9v3vW43Z8D/notebooks/Image%20Classification%20with%20DIGITS%20-%20Improving%20Performance.ipynb
上面的layer{}放在67行下面,下面的就是改两个对应的值:75,100。
现在再读就都正确了。虽然1的比率下降了点。
- Digits用于深度学习
- 深度学习框架 Digits 3.0 安装运行
- 深度学习框架 Digits 3.0 安装运行
- 深度学习用于图像分割
- 深度学习用于图像分割
- 安装用于深度学习的CUDA环境
- 深度学习之DeepLab用于语义分割
- 深度学习之PSPnet用于语义分割
- NVIDIA 的深度学习工具箱NVIDIA DIGITS:可视化训练
- 学习笔记︱Nvidia DIGITS网页版深度学习框架——深度学习版SPSS
- Nvidia DIGITS网页版深度学习框架——深度学习版SPSS
- 深度学习用于图片的分类和检测总结
- 深度学习用于图片的分类和检测总结
- PCANet --- 用于图像分类的深度学习基准
- 深度学习CNN用于目标检测的方法总结
- 人脸数据集(用于深度学习)
- 用于深度学习 的Xilinx FPGA XC7K325T PCIeX8 处理板卡
- 论文学习:深度循环神经网络用于时间序列预测
- Network Mess UVA
- post获取网页post用法
- 【分享】regsvr32 不是内部或外部命令,也不是可运行的程序或批处理文件
- Php7 安装(linux)
- Luogu 3378(堆)
- Digits用于深度学习
- linux安装redis
- 设计模式之单例模式——Python实现
- leveldb和rocksdb在大value场景下的一些问题
- PAT-1064 Complete Binary Search Tree(完全二叉树)
- 左移位运算符>>、带符号的右移位运算符>>
- C++多线程编程简单体会
- JAVA中的IO流
- 解题报告 NOIP2015 子串