自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(6)
  • 资源 (2)
  • 收藏
  • 关注

原创 pytorch 加载自制图像数据集并划分训练集和测试集:

一、pytorch 加载自制图像数据集并划分训练集和测试集步骤: 1、对数据集进行文件夹组织处理以适应ImageFolder的要求,其格式为: datasrc/dog/xxx.png datasrc/dog/xxy.png datasrc/dog/xzz.png datasrc/cat/xxx.png datasrc/cat/xxy.png datasrc/cat/xzz.png 2、然后...

2021-06-23 09:35:08 5720 1

原创 解决:KeyError: ‘sparse_categorical_accuracy‘

解决:KeyError: ‘sparse_categorical_accuracy’项目场景:学习tf2.0,然后想显示acc和loss,然后就写了下面的代码:history =model.fit_generator(train_generator, epochs=1, steps_per_epoch=2276//32, 。 validation_data=validation_ge

2021-03-05 15:33:54 2249 1

原创 tf2.中flow和flow_from_directory()区别

tf2.中flow和flow_from_directory()区别

2021-03-04 16:54:44 871 1

原创 快速理解【TensorFlow2.0】ImageDataGenerator使用

【TensorFlow2.0】ImageDataGenerator使用一、作用:ImageDataGenerator()是keras.preprocessing.image模块中的图片生成器,同时也可以在batch中对数据进行增强,扩充数据集大小,增强模型的泛化能力。比如进行旋转,变形,归一化等等。还可以自动为训练数据生成标签。总结起来就是三个点:(1)图片生成器,负责生成一个批次一个批次的图片,以生成器的形式给模型训练;(2)对每一个批次的训练图片,适时地进行数据增强处理(data augmen

2021-03-04 14:54:14 3023 4

原创 import librosa出错解决方案(亲测有效)

@解决问题锦囊import librosa出错解决方案(亲测有效)```python先 pip install --ignore-installed llvmlite再 pip install librosa

2021-02-25 16:57:06 2449 1

原创 Tensorflow2.0快速入门–快速搭建网络结构

@tensorflow2.0学习tf.keras搭建网络六步法一、网络结构搭建六步法:第一步:import第二步:train test第三步:model=tf.keras.models.Sequential第四步:model.compile第五步:model.fit第六步:model.summary第一步:导入相关的模块第二步:告知要喂入网络的训练集和测试集是什么,即:要制定训练集的输入特征和标签以及测试集的输入特征和标签第三步:在Sequential中搭建网络结构,逐层描述每层

2021-02-19 10:33:36 427

VQ模型的说话人识别实验.zip

说话人识别程序 ,matlab。可以直接实现de 。说话人识别程序 ,matlab。可以直接实现de 。说话人识别程序 ,matlab。可以直接实现de 。

2020-07-31

香港科技大学TensorFlow三天速成课件

香港科技大学TensorFlow三天速成课件香港科技大学TensorFlow三天速成课件香港科技大学TensorFlow三天速成课件香港科技大学TensorFlow三天速成课件

2018-07-28

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除