機器學習之貓狗大戰,解決image RGB values must be in the 0..1 range.

 貓狗大戰是比較經典的機器學習案例,前幾天體驗了一番,來記錄一下git

1.圖片準備github

首先是準備訓練的圖片數組

連接:https://pan.baidu.com/s/1ht1HIuw 密碼:aw9s機器學習

 

 

 

2.開始訓練學習

須要的時間可能比較長測試

 

 

 

注:可能出現image RGB values must be in the 0..1 range.的錯誤.net

能夠嘗試修改下面的代碼,將img[j,:,:,:]數組的值調到0到1之間,設計

0.1 * old_img + 0.5 對圖片顯示影響較小,不過可能會偏移;blog

0.2 * abs(old_img)對圖片位置影響較小,不過可能顯示會失真。圖片

可參考:https://stackoverflow.com/questions/47318871/valueerror-floating-point-image-rgb-values-must-be-in-the-0-1-range-while-usi

 

 

3.測試訓練

再找幾張貓狗圖片進行測試

test.py

 

 

參考:

TensorFlow——訓練本身的數據(一)數據處理:http://blog.csdn.net/xinyu3307/article/details/74643019
TensorFlow——訓練本身的數據(二)模型設計:http://blog.csdn.net/xinyu3307/article/details/74943033
TensorFlow——訓練本身的數據(三)模型訓練:http://blog.csdn.net/xinyu3307/article/details/74979842
TensorFlow——訓練本身的數據(四)模型測試:http://blog.csdn.net/xinyu3307/article/details/75008458

用本身的圖片數據作tensorflow深度學習:http://blog.csdn.net/baidu_23263735/article/details/74177831github地址:https://github.com/kevin28520/My-TensorFlow-tutorials/tree/master/01%20cats%20vs%20dogs

相關文章
相關標籤/搜索