5.11【机器学习】

先是对图像进行划分

划分完后,

顺序读取文件夹,在文件夹里顺序读取图片,

卷积层又称为滤波器,通道是说滤波器的个数,黑白通道数为1,RGB通道个数为3

在输入层,对于输入层而言,滤波器的数量就是图像的色彩通道数量

但是对于中间层而言,滤波器的数量,

卷积层叫做滤波器,内核,通道是滤波器的个数,输出的通道层数只与当前滤波器的通道个数有关

通道为2,滤波器有两个

黄色部分为滤波器,有两个,是所以通道数是2

前两个参数表示卷积核的宽高,自己设定,最后一个参数是输入数据的通道数,输入数据为三通道,所以最后一个参数是3

每次卷积完,对本次卷积核的值加上运算结果,得到一个新的卷积核,

读取数据集

对于花的所有类别里,令标志+1,路径就变为根路径加上类别路径

然后图像集就算是对应路径下的所有图像

合并的话合并的维度可以不同,其它维度必须相同

axis是说堆叠后的数据放在那个位置上

所谓范数,实际上就是范数距离,L1范数就是绝对值加和,L2是距离值加和,范数趋于正无穷时,最大数占据绝对优势,那么再开根号就是这个向量里的最大值

卷积层的作用就是缩小图像的数据特征,把图像缩到更小的里面,有几个卷积面就有几个特征图

池化层,2,2最大池化层

卷积层-》池化层

卷积层池化层完后得到的是特征图,立体的,

需要拉长,就是FLATTEN方法,这下就把特征图拉长变到了一个向量

再连到隐藏层,有512个隐藏层神经元

这里面就是构建模型

5*5的原图,经过3*3卷积后,会变成3*3的特征图,

7*7的会变成5*5,即(7-3)/1+1,除以的那个分母是卷积层移动的步长

所以64,64,3的经过一层3,3卷积,会变成62,62

有32个卷积层的话,就会得到32个特征图,卷积核

卷积层由卷积核构成,卷积核的长宽是直接得到的,但是还有一个RGB属性,是直接由原始图像的RGB决定的,第一个卷积层里一共有32个卷积核,每个卷积核27个参数

卷积完后得到32个特征图,要对图整体进行微调,32个偏置参数

池化层的目的就是对特征图做压缩,缩小特征图的特征数量,有平均池化,最大、最小池化

BATCH_SIZE是说从原始数据集里一次取出来的数据个数,20就是说明每轮迭代取出来20个

就是说数据生成器会循环地产生数据,然后指定每轮迭代恒产

相关推荐
两棵雪松36 分钟前
如何通过向量化技术比较两段文本是否相似?
人工智能
heart000_137 分钟前
128K 长文本处理实战:腾讯混元 + 云函数 SCF 构建 PDF 摘要生成器
人工智能·自然语言处理·pdf
敲键盘的小夜猫44 分钟前
LLM复杂记忆存储-多会话隔离案例实战
人工智能·python·langchain
开开心心_Every1 小时前
便捷的Office批量转PDF工具
开发语言·人工智能·r语言·pdf·c#·音视频·symfony
cooldream20091 小时前
「源力觉醒 创作者计划」_基于 PaddlePaddle 部署 ERNIE-4.5-0.3B 轻量级大模型实战指南
人工智能·paddlepaddle·文心大模型
亚里随笔1 小时前
L0:让大模型成为通用智能体的强化学习新范式
人工智能·llm·大语言模型·rlhf
白杆杆红伞伞2 小时前
T01_神经网络
人工智能·深度学习·神经网络
槑槑紫2 小时前
深度学习pytorch整体流程
人工智能·pytorch·深度学习
盼小辉丶2 小时前
TensorFlow深度学习实战——去噪自编码器详解与实现
人工智能·深度学习·tensorflow
胖达不服输2 小时前
「日拱一码」020 机器学习——数据处理
人工智能·python·机器学习·数据处理