@公输睚信 要得,我试试
TensorFlow 使用 tf.estimator 训练模型(预训练 ResNet-50)看过 TensorFlow-slim 训练 CNN 分类模型(续) 及其相关系列文章的读者应该已经感受到了 tf.contrib.slim 在训练卷积神经网络方面的极其方便之...
@公输睚信 要得,我试试
TensorFlow 使用 tf.estimator 训练模型(预训练 ResNet-50)看过 TensorFlow-slim 训练 CNN 分类模型(续) 及其相关系列文章的读者应该已经感受到了 tf.contrib.slim 在训练卷积神经网络方面的极其方便之...
@公输睚信那两个类很像,模型训练好的话应该是如何来判定?大概20万的数据,样本分布不匀衡。标注数据没问题😊
TensorFlow 使用 tf.estimator 训练模型(预训练 ResNet-50)看过 TensorFlow-slim 训练 CNN 分类模型(续) 及其相关系列文章的读者应该已经感受到了 tf.contrib.slim 在训练卷积神经网络方面的极其方便之...
您好,最近看您的文章,感觉很受用。于是找了一个四分类的图像类别任务,来学习。代码做了相应的参数调整,但是在使用训练好的模型.pb文件做最终的predict.py时,发现有两个类别分不开。想请问下,您github上的predict.py文件做得预测是输出的top1结果还是top4结果,如果是top1结果的话,我遇到的问题该如何着手去修改?如果是top4的结果的话,代码需要在哪些部分做微调?实在是麻烦了,如果有空的话,望不吝赐教。谢谢
TensorFlow 使用 tf.estimator 训练模型(预训练 ResNet-50)看过 TensorFlow-slim 训练 CNN 分类模型(续) 及其相关系列文章的读者应该已经感受到了 tf.contrib.slim 在训练卷积神经网络方面的极其方便之...
@公输睚信 谢谢啦,问题已经解决了。😜
TensorFlow 使用预训练模型 ResNet-50升级版见:TensorFlow 使用 tf.estimator 训练模型(预训练 ResNet-50)。 前面的文章已经说明了怎么使用 TensorFlow 来构建、训练、保...
在机器学习和数据挖掘的应用中,scikit-learn是一个功能强大的python包。在数据量不是过大的情况下,可以解决大部分问题。学习使用scikit-learn的过程中,...