Keras框架下使用CNN进行CIFAR-10的识别测试

View Code

有手册,然后代码不知道看一下:https://keras-cn.readthedocs.io/en/latest/

首先是下载数据集,下载太慢了就从网盘上下载:

链接:https://pan.baidu.com/s/1W-d1atE-hvPwNOtcupfivQ
提取码:8rr5
找到那个,cifar-10-python.tar.gz,修改名字为:cifar-10-batches-py.tar.gz,然后解压,注意解压方式到当前文件夹。

然后查看数据:in[3-5],显示图像和标签

和进行MNIST一样,进行数据预处理。。。

然后建立模型,添加卷积层,池化层,注意过拟合问题处理,然后建立平坦层,隐层,输出层,然后输出模型摘要。

之后设置损失函数,优化器,评估方式等,完成训练准备工作,

训练前可以尝试加载之前的训练数据结果,保存训练结果,毕竟一次训练过程太久。

没有模型好加载就训练模型,等20分钟就好了。

然后就评估:

绘图:

查看:

 可以找到概率判断的结果:在in[39]

 可以绘制,显示混淆矩阵在最后。

没了。

原文地址:https://www.cnblogs.com/bai2018/p/10462318.html