tensorflow下自制rfrecords数据集采用one-hot编码做图像分类源码
2024/6/13 6:18:56
2.19MB
1
keras-finetuning,使用你自己的数据集训练基于InceptionV3的图像分类器使用你自己的数据集训练InceptionV3-based图像分类器基于在的新集合中的微调(InceptionV3)，在https://keras.io/applications/中的例子依赖项最新的(来自源的＞=1.0
2024/5/30 13:44:55
143KB
1
鱼类图片用于进行图像分类研究，本数据集是为了研究那种深度学习图像分类方法创建的，已经进行分类好，打好了标签，可以直接进行使用了
2024/5/17 18:08:19
5.84MB
1
集合了卷积神经网络从神经网络分类Alnex,GoogleNetv1-v4,VGG,Resnet,NetworkinNetwork论文，图像检测R-CNN,FAST-RCNN,Faster-rcnn，Mask-rcnn，SSPN-net，SSD,YOLO，YOLO_v2,YOLO_v3,
2024/5/8 19:11:33
43.2MB
1
利用CNN处理CIFAR-10的测试精度没达到0.9，所以来试试Rsenet~通过数据增强等处理方式，利用20层的Resnet对其进行测试，精度达到0.9139.
2024/2/12 1:58:24
884KB
1
网络环境:ubuntu系统下,python3.4以上,tensorflow1.12.0以上.需要自己训练*Randomsplit50ktrainingsetinto45k/5ktrain/evalsplit.*Padto36x36andrandomcrop.Horizontalflip.Per-imagewhitening.*Momentumoptimizer0.9.*Learningrateschedule:0.1(40k),0.01(60k),0.001(＞60k).*L2weightdecay:0.002.*Batchsize:128.(28-10wideand1001layerbottleneckuse64)
2024/2/7 4:34:11
38KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB