%reload_ext autoreload
%autoreload 2
%matplotlib inline

# This file contains all the main external libs we'll use
from fastai.imports import *

from fastai.transforms import *
from fastai.conv_learner import *
from fastai.model import *
from fastai.dataset import *
from fastai.sgdr import *
from fastai.plots import *

PATH = "data/dogscats/"
sz=224

!ls {PATH}

models sample test1 tmp train valid

!ls {PATH}valid

cats dogs

files = !ls {PATH}valid/cats | head  files

['cat.10016.jpg',  'cat.1001.jpg',  'cat.10026.jpg',  'cat.10048.jpg',  'cat.10050.jpg',  'cat.10064.jpg',  'cat.10071.jpg',  'cat.10091.jpg',  'cat.10103.jpg',  'cat.10104.jpg']

img = plt.imread(f' {PATH} valid/cats/ {files[0]} ')  plt.imshow(img);

img.shape

(198, 179, 3)

img[:4,:4]

array([[[ 29, 20, 23],  [ 31, 22, 25],  [ 34, 25, 28],  [ 37, 28, 31]],

[[ 60, 51, 54],  [ 58, 49, 52],  [ 56, 47, 50],  [ 55, 46, 49]],

[[ 93, 84, 87],  [ 89, 80, 83],  [ 85, 76, 79],  [ 81, 72, 75]],

[[104, 95, 98],  [103, 94, 97],  [102, 93, 96],  [102, 93, 96]]], dtype=uint8)

data = ImageClassifierData.from_paths(PATH, tfms=tfms_from_model(resnet34, sz))
learn = ConvLearner.pretrained(resnet34, data, precompute= True )
learn.fit (0.01, 3)

[ 0. 0.04955 0.02605 0.98975]  [ 1. 0.03977 0.02916 0.99219]  [ 2. 0.03372 0.02929 0.98975]

fast.ai 深度学习笔记：第一部分第一课相关推荐

1. fast.ai 深度学习笔记：第一部分第五课

   原文:Deep Learning 2: Part 1 Lesson 5 作者:Hiromi Suenaga 课程论坛 一,引言 没有足够的关于结构化深度学习的出版物,但它肯定出现在行业中: 结构化深度 ...

2. fast.ai 深度学习笔记：第一部分第二课

   原文:Deep Learning 2: Part 1 Lesson 2 作者:Hiromi Suenaga 论坛 笔记本 回顾上一课 [01:02] 我们使用 3 行代码来构建图像分类器. 为了训练模 ...

3. fast.ai 深度学习笔记：第一部分第四课

   原文:Deep Learning 2: Part 1 Lesson 4 作者:Hiromi Suenaga 课程论坛 学生的文章: 改善学习率的方式 循环学习率技术 探索带有重启动的随机梯度下降(SG ...

4. fast.ai 深度学习笔记：第一部分第三课

   原文:Deep Learning 2: Part 1 Lesson 3 作者:Hiromi Suenaga 课程论坛 学生创建的有用材料: AWS 操作方法 TMUX 第 2 课总结 学习率查找器 P ...

5. 深度学习笔记 第五门课 序列模型 第一周 循环序列模型

   本文是吴恩达老师的深度学习课程[1]笔记部分. 作者:黄海广[2] 主要编写人员:黄海广.林兴木(第四所有底稿,第五课第一二周,第三周前三节).祝彦森:(第三课所有底稿).贺志尧(第五课第三周底稿). ...

6. 《DeepLearning.ai 深度学习笔记》发布，黄海广博士整理

   深度学习入门首推课程就是吴恩达的深度学习专项课程系列的 5 门课.该专项课程最大的特色就是内容全面.通俗易懂并配备了丰富的实战项目.今天,给大家推荐一份关于该专项课程的核心笔记!这份笔记只能用两个字形 ...

7. 第4篇 Fast AI深度学习课程——深度学习在回归预测、NLP等领域的应用

   前面几节叙述了卷积神经网络在图像分类中的应用,本节将描述深度学习网络在诸如回归预测.自然语言处理等领域的应用.主要内容如下: Drop Out策略,以及Fast.AI附加层架构分析. 结构化时间序列的 ...

8. 深度学习笔记 第五门课 序列模型 第二周 自然语言处理与词嵌入

   本文是吴恩达老师的深度学习课程[1]笔记部分. 作者:黄海广[2] 主要编写人员:黄海广.林兴木(第四所有底稿,第五课第一二周,第三周前三节).祝彦森:(第三课所有底稿).贺志尧(第五课第三周底稿). ...

9. 深度学习笔记 第五门课 序列模型 第三周 序列模型和注意力机制

   本文是吴恩达老师的深度学习课程[1]笔记部分. 作者:黄海广[2] 主要编写人员:黄海广.林兴木(第四所有底稿,第五课第一二周,第三周前三节).祝彦森:(第三课所有底稿).贺志尧(第五课第三周底稿). ...

最新文章

1. Dropout和网络结构实现数据增广带来的不同影响分析
2. Android驱动中的Kconfig文件与Makefile文件
3. 【KVM系列01】KVM简介及安装
4. php data 算出差几天,出差天数一般怎么算。。。
5. SAP OData实现错误消息：OPPORTUNITIES_GET_ENTITY not implemented in data provider class
6. WinForm与脚本的交互
7. C#利用NI VAS采集图片
8. python通过代理发送邮件_使用Python通过SMTP发送邮件
9. 使用Google WebP图片格式帮助控制网站页面大小
10. iOS进阶之TCP代理鉴权过程
11. Sublime Text 无法安装插件
12. VM中安装虚拟工具Vmware tools
13. 单机数据库的实现----------01数据库
14. pwnable.kr第五题：passcode
15. 实力肯定!Coremail邮件网关荣获金融信创优秀解决方案奖
16. 考研经验贴（南京航空航天大学，电子信息专硕）
17. python爬虫-Handler处理器的基本使用
18. 什么是CSM(Certified Scrum Master) 敏捷教练认证？
19. Cross-validation: evaluating estimator performance
20. onlyOffice编辑保存后显示编码乱码问题

热门文章

1. SQL Stored Procedure Generator
2. 移民申请--申请澳大利亚技术移民的职业评估有技巧（２）
3. 如何计算机械能,问：损失的机械能如何计算？
4. 高效能人士的七个习惯_《高效能人士的七个习惯》导图和读后感
5. “铜死亡”顶级研究文献解读
6. 第18天学习Java的笔记-ArrayList
7. 光流 | 图像特征匹配：特征光流与角点特征
8. SSM项目开发实战踩坑
9. ucos iii学习笔记——为什么选择ucos iii
10. html文字字号不改变,如何在不改变div大小的情况下更改HTML / css中的字体大小？...