<ruby id="bdb3f"></ruby>

    <p id="bdb3f"><cite id="bdb3f"></cite></p>

      <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
        <p id="bdb3f"><cite id="bdb3f"></cite></p>

          <pre id="bdb3f"></pre>
          <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

          <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
          <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

          <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                <ruby id="bdb3f"></ruby>

                ??碼云GVP開源項目 12k star Uniapp+ElementUI 功能強大 支持多語言、二開方便! 廣告
                # 數據建模 ## 根據比賽章程,可知分為以下幾項 ### 一、數據集類 1. [數據集加載](http://aihelp.xhwl.cc/2534656): { ①加載圖像數據集 ②了解圖像數據集對應代碼 ③對數據集進行參數設置 ④選取合適的訓練數據集、測試數據集 } 2. [數據集處理](http://aihelp.xhwl.cc/2534657): { ①圖像切割 ②圖像幾何變換(翻轉、縮放、剪裁、灰度) } 3. [數據集特征獲取](http://aihelp.xhwl.cc/2539405): { ①過濾圖像數據集 ②按類別求圖像的均值、方差 (③繪圖) } ### 二、模型類 1. [模型參數設置](http://aihelp.xhwl.cc/2539406): { ①選取需要使用的網絡結構模型 ②根據數據集特征設置模型參數,如:設定輸入層的尺寸大小, 即圖片的尺寸大小等 ③根據數據集特征設置訓練過程參數,包括:學習率、epoch、batch\_size 等, 以使模型能夠達到預期的訓練效果 } 2. [模型構建及訓練](http://aihelp.xhwl.cc/2539407) { ①基于 TensorFlow 或 Keras,將訓練數據集輸入到模型進行訓練。 即”編寫完善模型結構和訓練所必須的相關函數,根據設置的參數進行模型訓練“ ②輸出訓練過程中的日志,并可視化呈現訓練過程中記錄的 Loss 與驗證集準確率的變化。【利用TensorBoard】 } 3. [模型加載及預測](http://aihelp.xhwl.cc/2539408) { ①加載訓練過程中的最優模型,以及測試數據集 ②在測試集上測試模型的準確率,召回率、F1 值并繪制 AUC 曲線【即測試結果】 }
                  <ruby id="bdb3f"></ruby>

                  <p id="bdb3f"><cite id="bdb3f"></cite></p>

                    <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
                      <p id="bdb3f"><cite id="bdb3f"></cite></p>

                        <pre id="bdb3f"></pre>
                        <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

                        <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
                        <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

                        <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                              <ruby id="bdb3f"></ruby>

                              哎呀哎呀视频在线观看