Notas de entrada e estudo prático do Tensorflow (10) - força abrangente personalizada e aprimoramento de imagem

índice

0 Prefácio:

1 Leia os dados

2 Criar conjunto de dados, aprimoramento de imagem de instância de dados de gato e cachorro

3 Criar modelo, função de perda e otimizador

4 Defina uma função de treinamento em lote único

5 Use o kaggle para treinar o modelo

6 Exemplos de aprimoramento de imagens de dados de cães e gatos

7 Otimização adicional do modelo e rede VGG


0 Prefácio:

conjunto de dados cão-gato gato e cão para força abrangente personalizada e aprimoramento de imagem

1 Leia os dados

2 Criar conjunto de dados, aprimoramento de imagem de instância de dados de gato e cachorro

3 Criar modelo, função de perda e otimizador

Adicione dados de validação ao treinamento personalizado, semelhante aos dados de treinamento

4 Defina uma função de treinamento em lote único

5 Use o kaggle para treinar o modelo

Devido ao fraco desempenho do computador, o Kaggle foi usado para treinamento. Modelo de treinamento customizado, na verdade, é muito parecido com o VGG , vou adicionar uma demonstração mais tarde! ! !

Treinamento e otimização de modelo

6 Exemplos de aprimoramento de imagens de dados de cães e gatos

Use cinco métodos

 

7 Otimização adicional do modelo e rede VGG

Nós desenhamos a imagem, e o grande intervalo entre as duas curvas mostra que há overfitting

Para resolver overfitting

  • Se as condições permitirem, a prioridade deve ser dada à expansão dos dados --- aprimoramento dos dados
  • Aumente o número de modelos --- VGG16VGG19

Nota:

Quando houver muitos modelos, o gradiente desaparecerá

Os capítulos posteriores continuarão

Explicação do modelo VGG

 

Acho que você gosta

Origin blog.csdn.net/qq_37457202/article/details/107946245
Recomendado
Clasificación