
エントリーの編集

エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
CIFAR-10の精度9%から73%に上げる手法を探索 - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています

- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
CIFAR-10の精度9%から73%に上げる手法を探索 - Qiita
はじめに ひとまずCIFAR-10は画像認識作業用のデータセットです。 画像はサイトにより (https://www.cs.... はじめに ひとまずCIFAR-10は画像認識作業用のデータセットです。 画像はサイトにより (https://www.cs.toronto.edu/~kriz/cifar.html) CIFAR-10は手書き数字のつぎ一番簡単なデータセットだと言われます。手書き数字は逆に簡単すぎて変数を調整しても効果が見づらいです。 今回はTensorflowを使って、いろんな変数を調整し、たくさんの手法を導入して精度を9%から73%に上げて、手法を探索しつつディープラーニングを学びます。ちなみに画像はOpenCVで処理して、one-hotラベルでエンコードします。 この記事は8月にGithubに投稿した記事に基づいて作成します。 https://github.com/leolui2004/cifar_compare やり方 最初はCNNを使わずDense層だけ使うモデルコードを書きます。これは当然画像認