波速球30个训练图片

在Windows8.1上用VS2013编译Caffe并训练和分类自己的图片

MxNet教程：使用一台机器训练1400万张图片

用caffe训练好的lenet_iter_10000.caffemodel测试单张mnist图片

MxNet教程：使用一台机器训练1400万张图片

使用caffe中的imagenet对自己的图片进行分类训练(超级详细版)

caffe+python 使用训练好的VGG16模型 对 单张图片进行分类，输出置信度

caffe+python 使用训练好的VGG16模型 对 单张图片进行分类，输出置信度

用caffe自带的训练好的模型测试图片的分类结果，实现啦啦啦

Caffe新手教程傻瓜系列(9)：训练和测试自己的图片

mxnet实战笔记(1) - 使用自己的图片数据训练CNN模型

自己训练的caffemodel用于测试图片时，出现的问题

caffe 09 win10 使用训练好模型为给定图片分类

用训练好的模型（caffemodel）来分类新的图片

使用caffe中的imagenet对自己的图片进行分类训练(超级详细版)

yolo训练自己的数据所用到的标记图片的工具

Mxnet图片分类(4)利用训练好的模型进行测试

用自己训练好的caffemodel来对自己的图片做分类

PyTorch(三)——使用训练好的模型测试自己图片

caffe(二): 利用训练好的MNIST模型测试自己的手写字符图片

Deeplearning4j 实战 （10）：迁移学习--ImageNet比赛预训练网络VGG16分类花卉图片

用caffe训练好的lenet_iter_10000.caffemodel测试单张mnist图片

Tensorflow 如何使用自己cifar10训练模型检测一张任意的图片

利用caffe训练好的模型测试自己的手写字体图片

caffe(1)用训练好的模型对新图片分类

Deep Learning_预训练CNN图片分类模型（AlexNet、VGG、GoogLeNet、Resnet.....）

caffe + win10基于CaffeNet网络框架训练自己的图片进行分类（实践篇）

Tensorflow训练卷积神经网络并保存模型，加载模型并导入手写图片测试

Caffe学习（8）——训练和测试自己的图片

Windows玩转Caffe（二）：训练cifar10模型，并用其模型分类图片【附：多图】

用训练好的模型测试单张图片存在的问题

(转)Caffe学习系列(12)：训练和测试自己的图片

利用tensorflow训练自己的图片数据（1）——预处理