文件名称：flowers:实施数据科学之花计划1 Veranstaltung
文件大小：640KB
文件格式：ZIP
更新时间：2024-04-16 09:17:49
JupyterNotebook
花项目 数据科学领域的花卉项目实施1。 此代码转换了两个模型，以将图像分类为以下组之一： 雏菊 蒲公英 玫瑰 向日葵 郁金香 运行代码的要求 要运行此代码，您需要从以下数据集下载图像： 并将它们放入文件夹data/data1 （五朵花）和data/data2 。 要点：文件夹结构必须如下所示： data/ [ data/ ] flowers/ 否则，您将无法重新运行代码。 建议在虚拟环境（例如virtualenv ）中运行代码。 requirements.txt包含所有需要的Python库。 另外，它已经在容器 。 资料准备 以下预处理步骤由执行： 将两个数据集一起复制。 删除所有不适合给定5组之一的照片。 识别并删除重复的图像。 将数据集拆分为训练（80％）和测试（20％）数据。 卷积神经网络（CNN） 可以使用文件来重建卷积神经网络（CNN）训练 在训练CNN之
【文件预览】：
flowers-master
----.github()
--------workflows()
----LICENSE(1KB)
----.gitlab-ci.yml(840B)
----requirements.txt(189B)
----doc()
--------images()
----.gitignore(2KB)
----README.md(2KB)
----scripts()
--------augment_data.py(1KB)
--------cnn_evaluation.ipynb(10KB)
--------data_preparation.py(13KB)
--------cnn_evaluation.py(5KB)
--------svm.ipynb(368KB)
--------cnn_training.ipynb(19KB)
--------cnn_training.py(11KB)
--------cnn_split_test_val.py(1KB)
--------data_preparation.ipynb(423KB)
----.gitignore.txt(94B)