Keras深度學習(Deep Learning)卷積神經網路(CNN)辨識Cifar-10影像

本文我們將使用Keras建立卷積神經網路CNN(convolutional neural network),辨識Cifar10影像資料。CIFAR-10 影像辨識資料集, 共有10 個分類: 飛機、汽車、鳥、貓、鹿、狗、青蛙、船、卡車。CIFAR-10資料集與之前MNIST資料集相比,彩色、雜訊較多,同一分類如卡車:大小不一、角度不同、顏色不同。所以CIFAR-10 影像辨識的難度,比起MNIST資料集高很多。

以上內容節錄自這本書,很適合Deep Learning深度學習入門初學者:
  圖解 TensorFlow 2 初學篇:實作 tf.keras + Colab 雲端、深度學習、人工智慧、影像辨識 https://tensorflowkeras.blogspot.com/2022/06/blog-post.html


《購買本書 限時特價專區》
天瓏網路書店:https://www.tenlong.com.tw/products/9786263331044
博客來網路書店:https://www.books.com.tw/products/0010926273
Share on Google Plus

About kevin

This is a short description in the author block about the author. You edit it by entering text in the "Biographical Info" field in the user admin panel.
    Blogger Comment
    Facebook Comment

2 意見:

  1. 老師你好,我是你的忠實讀者,我在看你的書時遇到一個問題,當我調低batch size 時,不明白為什麼accuracy也會變低? 不是應該batch size 越小,運行時間應越長,以及會有較高的ACCURACY 嗎? 謝謝.

    回覆刪除
  2. 請問卷積過後,圖像大小不是會變小嗎(產生的feature map)?

    回覆刪除