系列文章
【第11天】訓練模型-Keras Application重要函數
摘要 資料集預處理 1.1 ImageDataGenerator 1.2 flow_from_directory Callbacks API 2.1 E...
【第12天】訓練模型-Learning Rate
摘要 淺談Learning Rate 1.1 簡介 1.2 示意圖 Learning Rate的策略(3種) 2.1 Fixed Learning Ra...
【第13天】訓練模型-優化器(Optimizer)
摘要 優化器演算法比較 1.1 淺談優化器演算法 1.2 設計實驗 1.3 函數設定 1.4 紀錄學習曲線與訓練時間 常見的5種優化器與模型訓練效果 2...
【第14天】訓練模型-Xception
摘要 Xception 1.1 來源1.2 架構1.3 特性 訓練過程 2.1 預訓練模型2.2 設置Callbacks2.3 設置訓練集2.4 開始訓...
【第15天】訓練模型-ResNet152V2
摘要 ResNet152V2 1.1 來源1.2 架構1.3 特性 訓練過程 2.1 預訓練模型2.2 設置Callbacks2.3 設置訓練集2.4...
【第16天】訓練模型-DenseNet201
摘要 DenseNet201 1.1 來源1.2 架構1.3 特性 訓練過程 2.1 預訓練模型2.2 設置Callbacks2.3 設置訓練集2.4...
【第17天】訓練模型-InceptionV4
摘要 InceptionV4 1.1 來源1.2 架構1.3 特性 訓練過程 2.1 預訓練模型2.2 設置Callbacks2.3 設置訓練集2.4...
【第18天】訓練模型-InceptionResNetV2
摘要 InceptionResNetV2 1.1 來源1.2 架構1.3 特性 訓練過程 2.1 預訓練模型2.2 設置Callbacks2.3 設置訓...
【第19天】訓練模型-驗證與比較訓練成果
摘要 Test資料集驗證 1.1 單張圖檔預測 1.2 多張圖檔預測 五個模型的準確度對照表 心得 內容 Test資料集驗證 1.1 單張...
【第20天】訓練模型-模型組合與辨識isnull(一)
摘要 作業流程 獲得各模型800字機率表 安裝R與RStudio 內容 作業流程(今日進度為1.1~1.2) 1.1 獲得各模型800字機率表。(包括...