NI-DL 应用框架：图像分类，目标检测，分割提取。 底层：TensorFlow，Keras，Cuda，C/C++ 上层：C#.NET Winform 【图像分类】 识别一张图片是否为某个类型的物体/形态/场景。 对不同纹理的图案（肉眼都不易快速辨识）进行标记分类，进行训练，对新图像就可快速的预测出 ...
分类：
其他好文 时间：
2020-07-06 01:35:27
阅读次数：
86
NI-DL 应用框架：图像分类，目标检测，分割提取。 底层：TensorFlow，Keras，Cuda，C/C++ 上层：C#.NET Winform 【物体检测】 识别图中包含的每个物体的位置、名称类别、及可信度。 对于样本图像的缺陷位置进行标记涂抹，进行训练，对新图像就可快速的预测出此图像中所有 ...
分类：
其他好文 时间：
2020-07-06 01:22:46
阅读次数：
83
NI-DL 应用框架：图像分类，目标检测，分割提取。 底层：TensorFlow，Keras，Cuda，C/C++ 上层：C#.NET Winform 【图像分割】 把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标。 下图是系统的截图： 通过对几十张样本图片中出现的不同位置的A、B、C字符 ...
分类：
其他好文 时间：
2020-07-06 01:21:19
阅读次数：
81
1.步骤 第一步：import 相关模块，如 import tensorflow as tf 第二步：指定输入网络的训练集和测试集，如指定训练集的输入 x_train 和标签y_train，测试集的输入 x_test 和标签 y_test。 第三步：逐层搭建网络结构，model = tf.keras ...
分类：
其他好文 时间：
2020-07-04 20:23:56
阅读次数：
90
import tensorflow as tf (train_x,train_y),(test_x,test_y) = tf.keras.datasets.mnist.load_data() 划分验证集和测试集 valid_x = train_x[:5000] valid_y = train_y[: ...
分类：
Web程序 时间：
2020-07-03 21:15:30
阅读次数：
82
将模型保存为完整的 HDF5 文件，后面可以直接加载使用： # © cnblogs.com/farwish import tenforflow as tf model = tf.keras.models.xxxxx model.compile(xxx) model.fit(xxx) import t ...
分类：
其他好文 时间：
2020-07-03 12:28:49
阅读次数：
189
Python是数据处理常用工具，可以处理数量级从几K至几T不等的数据，具有较高的开发效率和可维护性，还具有较强的通用性和跨平台性，这里就为大家分享几个不错的数据分析工具。Python数据分析需要安装的第三方扩展库有：Numpy、Pandas、SciPy、Matplotlib、Scikit-Learn、Keras、Gensim、Scrapy等，以下是第三方扩展库的简要介绍：PandasPandas是
分类：
编程语言 时间：
2020-07-01 20:37:12
阅读次数：
73
更详细可以参考：Anaconda完全入门指南conda官方文档Anaconda官方文档文章目录 conda创建新环境 第一步：创建 第二步：激活 第三步：查看活跃的环境 conda一些命令 anaconda下载 清华镜像源配置 远程： Jupyter notebook远程访问服务器 Pycharm远 ...
分类：
其他好文 时间：
2020-06-29 20:21:11
阅读次数：
76
1.载入数据 (x_train, y_train), (x_test, y_test) = keras.datasets.mnist.load_data() x_train = x_train.reshape((-1,28,28,1)) x_test = x_test.reshape((-1,28, ...
分类：
其他好文 时间：
2020-06-29 09:45:56
阅读次数：
46
tensorflow搭建卷积神经网络非常简单，我们使用卷积神经网络对fashion mnist数据集进行图片分类，首先导包： import tensorflow as tf from tensorflow import keras import matplotlib.pyplot as plt im ...
分类：
其他好文 时间：
2020-06-28 20:37:15
阅读次数：
40
