tensorflow入门实战----VGG16完成猫狗分类
其中模型和训练集需要提前下好的
from keras.application.vgg16 import VGG16
from keras.models import Sequential
from keras.layers import Conv2D,MaxPool2D,Activation,Dropout,Flatten,Dense
from keras.optimizers import SGD
from keras.preprocessing.image import ImageDataGenerator,img_to_array,load_img
import numpy as npvgg16_model = VGG16(weight='imagenet',include_top=False,input_shape(150,150,3))
#搭建全连接层
top_model=Sequential()
#Flatten数据的扁平化,变成一个一维的,其中,输出形状的output_shape1:是从开始取到结尾
top_model.add(Flatten(input_shape=vgg16_model.output_shape[1:]))
#接下来进行全连接,用dense这个函数,顺带着用relu进行激活
top_model.add(Dropout(0.5))
#老师讲到的softmax激活函数
top_model.add(Dense(2,activation='softmax'))#最终成型的模型要加入vgg_model和top_model,整合成一个模型
model=Sequential()
model.add(vgg16_model)
model.add(top_model)train_datagen=ImageDataGenerator(rotation_range=40,#随机选择度width_shift_range=0.2,#随机水平平移height_shift_range=0.2,#随机竖直平移rescale=1/255,#数据归一化shear_range=20,#随机错切变换zoom_range=0.2,#随机放大horizontal_flip=True,#水平翻转fill_model='nearest',#填充方式
)
test_datagen=ImageDataGenerator(rescale=1/255,#训练集中需要数据归一化
)
############
#接下来开始定义训练集的数据
train_generator=train_datagen.flow_from_directory('image/test'target_size=(150,150),#定义训练集的图片大小batch_size=batch_size,#定义训练集的batch大小
)
train_generator.class_indices#查看label
#定义优化器,代价函数,训练过程中计算准确率
model.compile(optimizer=SGD(lr=le-4,momentum=0.9),loss='categorical_crossentropy',metrics=['accuracy'])model.fit_generator(train_generator,epochs=20,validation_data=test_generator)
一共需要20个周期
所以,现在,我们学会两种激活函数了
- Relu
- softmax
结果如下:
tensorflow入门实战----VGG16完成猫狗分类相关推荐
- 神经网络实战--使用迁移学习完成猫狗分类
前言: Hello大家好,我是Dream. 今天来学习一下如何使用基于tensorflow和keras的迁移学习完成猫狗分类,欢迎大家一起前来探讨学习~ 本文目录: 一.加载数据集 1.调用库函数 2 ...
- tensorflow.js在nodejs训练猫狗分类模型在浏览器上使用
目录 本人系统环境 注意事项 前言 数据集准备 处理数据集 数据集初步处理 将每一张图片数据转换成张量数据(tensor) 将图片转换成张量数组的代码和运行效果 将图片的标注转换成张量数据(tenso ...
- Python学习记录 使用tensorflow 2.8 完成猫狗识别 使用keras构建CNN神经网络
猫狗识别 项目数据分为带标签和不带标签 带标签:25000张 不带标签:12500张 文章目录 猫狗识别 数据分类处理 图像增强预处理 编写神经网络结构 设置模型保存路径 输入样本进入模型进行训练 加 ...
- 使用ModelArts自动学习完成猫狗声音分类
准备数据 点击下载猫狗声音数据集至本地: 解压,文件包结构大概如下图所示 data ├── test │ ├── cats │ │ ├── cat_20.wav │ │ ├── ...... │ │ ...
- VGG16进行猫狗分类
实验平台:谷歌Colaboratory 网络模型:VGG16 数据集:kaggle猫狗数据集(仅使用2000张,1000张猫1000张狗) 深度学习框架:Keras+Tensorflow后台 代码如下 ...
- 卷积神经网络——猫狗分类
目录 一.搭建环境,完成猫狗分类 一)安装TensorFlow和Keras 1.Anaconda中安装 2.cmd中安装 二)猫狗分类实验 1.先制作数据集 2.卷积神经网络CNN 三)附加问题 二. ...
- Tensorflow 学习之猫狗分类案例
Tensorflow 学习之猫狗分类案例 本人一直在Cousera上学习Ng Andrew老师的Tensorflow课程,在本次猫狗分类案例当中,我对课程做了相应的记录,呈现在此,一方面加深学习的印象 ...
- Kaggle深度学习与卷积神经网络项目实战-猫狗分类检测数据集
Kaggle深度学习与卷积神经网络项目实战-猫狗分类检测数据集 一.相关介绍 二.下载数据集 三.代码示例 1.导入keras库,并显示版本号 2.构建网络 3.数据预处理 4.使用数据增强 四.使用 ...
- 【学习笔记】pytorch迁移学习-猫狗分类实战
1.迁移学习入门 什么是迁移学习:在深度神经网络算法的引用过程中,如果我们面对的是数据规模较大的问题,那么在搭建好深度神经网络模型后,我们势必要花费大量的算力和时间去训练模型和优化参数,最后耗费了这么 ...
最新文章
- 数据库------求职必看
- 童年真的回来了么?《摩尔庄园》手游深度分析
- C#中创建圆形/按钮(使用重绘)
- fiddler插件开发
- TCP、UDP套接字的数据传输
- bootstrap1
- Python中print函数的使用
- Windows 2003 EE升级服务错误号:0x8DDD0018 解决办法
- unity 安卓apk安装后的文件路径
- stm32 iic 从机模式 时钟低电平问题
- 浅谈中国电信出口网络的链路情况(什么是 ChinaNet,CN2,GT,GIA)
- 女性最容易出轨的8种职业
- JS屏蔽功能类(屏蔽F5,退格键,空格键......
- Pixhawk指示灯的含义
- ARFoundation
- ChinaSkills-网络系统管理(2022改革Linux部分SDN软件定义网络[OpenDayLight]CentOS7.9安装运行预测)
- ominipeek 发包_omnipeek使用教程 OmniPeek无线抓包和修改数据包教程-站长资讯中心...
- python爬上去飞卢_我的文起点没签,飞卢签了,为什么?
- 静默安装11.2.0.1数据库软件报[FATAL] [INS-32035] Unable to create
- 围城书评_软件开发指标的问答和书评