все очень прилично!
Информация о работе
Подробнее о работе
Введение в глубокое обучение. Практическое применение глубокого обучения в задаче распознавания изображений одежды.
- 3 страниц
- 2021 год
- 3 просмотра
- 0 покупок
Гарантия сервиса Автор24
Уникальность не ниже 50%
Фрагменты работ
Практическое применение глубокого обучения
в задаче распознавания изображений одежды.
Есть база данных, в которой находятся изображения предметов гардероба fashion_mnist: футболка, брюки, пуловер, платье, пальто, сандалии, рубашка, кроссовки, сумка, ботинки. Всего 10 классов. Эти данные поделены на тренировочные и тестовые. В выборке есть графа с метками — обозначениями принадлежности к классу. Необходимо построить модель, которая будет распознавать изображение гардероба.
Первый слой в сети Flatten преобразует формат изображений из двумерного массива (28 на 28 пикселей) в одномерный массив из 784 пикселей. У этого слоя нет параметров для изучения, он только переформатирует данные. Следующие три слоя это Dense. Первый и второй слои Dense содержит 128 узлов (или нейронов), различаются функцией активации. Такие функции активации были выбраны из-за более точной работы модели, другие модели показывали значения 86% и ниже. Последний уровень — это слой с 10 узлами, который возвращает массив из десяти значений, принадлежность к одному из 10 классов.
Внутри код на питоне (tensorflow) и пояснения к работе.
Есть база данных, в которой находятся изображения предметов гардероба fashion_mnist: футболка, брюки, пуловер, платье, пальто, сандалии, рубашка, кроссовки, сумка, ботинки. Всего 10 классов. Эти данные поделены на тренировочные и тестовые. В выборке есть графа с метками — обозначениями принадлежности к классу. Необходимо построить модель, которая будет распознавать изображение гардероба.
Отсутствует
Форма заказа новой работы
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
