02 Ago 2019

cifar 10 예제

데이터 보강에는 학습 데이터 집합의 예제 복사본을 작은 임의 수정으로 만드는 작업이 포함됩니다. CPU 또는 GPU 모드에서 즉시 배포 할 수 있습니다! 새 데이터에서 호출할 수 있는 배포 모델 정의는 CAFFE_ROOT/예제/cifar10/cifar10_quick.quick.prototxt를 참조하십시오. ~.condaenvstensorflowlibsite 패키지kerasdatasetcifar10.py in load_data() 20 dirname = `cifar-10-batches-py` 21 origin = `https://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz`—> 22 경로 = get_file(dirname, origin=원산지, untar= True) 23 24 num_train_samples = 50000 cifar/cnn_classify.py에는 참 및 예측된 클래스 이름으로 이미지를 표시하는 보다 복잡한 예제가 포함되어 있습니다. 데이터 집합에는 이미 사용할 잘 정의된 학습 및 테스트 데이터 집합이 있습니다. 다른 대안은 k=5 또는 k=10으로 k-fold 교차 유효성 검사를 수행하는 것입니다. 리소스가 충분하면 이 방법이 바람직합니다. 이 경우 이 자습서의 예제가 적절한 시간에 실행되도록 하기 위해 k-fold 교차 유효성 검사를 사용하지 않습니다. # cfar10 데이터 세트가져오기 pyplot에서 sys를 dataset에서 모델을 평가하기 위한 테스트 하네스 keras.dataset에서 cifar10 을 data10 에서 datafar10 data10 data10 data10 import from keras.utils.utils importtoal from keras.model import @keras.layers import Conv2D from keras.layers import MaxPooling2D keras.layers importdense from keras.layers importDense 에서 SGD를 importflatin keras.optimizers import SGD import sGD import np_utils import tensorflow ss 로 ts 코드 (아래) Jupyter 노트북에 출력을 남기지 않는 것처럼, 그것은 마치 아무 것도 실행되지 않습니다. Spyder에서 동일한 코드를 실행하여 많은 오류를 발생시면 됩니다.

나는 토르 웹 기반의 예제 페이지에 제공 된 교육 모델의 수정에 관한 다음 예제를 통해 작업 할 수 있기 때문에 당신은이 저를 도와주세요 수 있습니다. 그러나 CIFAR-10은 작은 벤치마크 데이터 세트이며 메모리에 적합합니다. 따라서 Keras에서 제공하는 cifar10.load_data()를 활용하고 모든 이미지를 메모리에 로드하지만 데이터를 약간 다시 정렬하면 학습 데이터 집합에 50,000개의 예제가 있고 테스트 데이터 집합에 10,000개의 예제가 있고 이미지가 실제로 있음을 알 수 있습니다. 32 × 32 픽셀과 색상사각형, 세 개의 채널. 다음은 네트워크 교육을 위한 전체 코드(가져오기 제외)입니다. 전체 코드는 cifar/cnn_train.py에서 찾을 수 있습니다. 다음은 CIFAR-10 데이터에 대한 컨볼루션 신경망(CNN)을 훈련하기 위해 너트 흐름/ml 및 케라스를 사용하는 방법을 보여 드리겠습니다. 가독성을 위해 일부 코드는 생략되지만(예: import 문) 전체 코드와 더 많은 예제는 nutsml/예제에서 찾을 수 있습니다.