项目三:动物识别模型开发;任务需求
项目开发
项目总结;;引入搭建DNN神经网络的相关模块,其中lr_utils和dnn_utils为预先下载好的工具文件,用于设定激活函数和加载数据集使用。;加载完数据集后,将数据集分为训练集和测试集,然后分别输出训练集和测试集的数据信息。;测试结果如图所示,训练样本和测试样本的比例大约是4比1,每张图片的大小是固定的,维度中的3表示每个像素点由三原色(R,G,B)构成;对像素进行归一化处理,因为在深度神经网络训练时一般使用较小的权重值来进行拟合,而当训练数据的值是较大整数值时,可能会减慢模型训练的过程。
如果我们在将图像输入到神经网络之前对图像做像素值归一化
您可能关注的文档
- 深度学习技术应用 课件 项目3-第1节_模型开发环境搭建_V1.0.pptx
- 深度学习技术应用 课件 项目3-第2节_前馈神经网络DNN初识_V1.0.pptx
- 深度学习技术应用 课件 项目3-第4节_卷积神经网络CNN初识_V1.0.pptx
- 深度学习技术应用 课件 项目3-第5节_搭建基于CNN的动物识别模型_V1.0.pptx
- 深度学习技术应用 平日练习--习题题库.docx
- 深度学习技术应用 期末考试--考试题库.docx
- 深度学习技术应用_课程标准.doc
- 深度学习技术应用 课件 项目3-第6节_动物识别模型的训练_V1.0.pptx
- 深度学习技术应用 课件 项目3-第7节_动物识别模型的优化_V1.0.pptx
- 2024-2025年柔性电路板行业全景调研与投资规划分析.pptx
原创力文档

文档评论(0)