件太大（1.05G）需要百度网盘下载。 所有代码用Keras实现，覆盖猫狗识别的基础网络、数据增强、VGG网络特征提取以及模型微调。 data文件夹是要用到的Kaggle数据集 1.DATA.py 用于Kaggle准备数据集，输出结果在data文件夹下 2.data_augmentation.py 用于展示数据增强的效果 3.Model.py 是个简单的识别猫狗的卷积+全连接的网络 4.Model_Aug.py 在 Model.py 的基础上加了数据增强 5.Model_VGG.p

机器学习中级——-分类变量 原文链接：https://www.kaggle.com/alexisbcook/categorical-variables

分类火炬的技巧 使用pytorch进行图像分类教程的技巧的载体。 基于使用自定义数据集实现分类代码库。 作者：hoya012 最后更新：2020.08.06 0.实验设置（我使用了1个GTX 1080 Ti GPU！） 0-1。 准备图书馆 pip install - r requirements . txt 0-2。 下载数据集（Kaggle英特尔映像分类） 该数据包含大约25,000张大小为150x150的图像，分布在6个类别中。 {'建筑物'-> 0，'森林'-> 1，

该项目的详细文章可以在找到 目录 基本信息 在该项目中，我们已经开发了神经网络以使用卷积神经网络对细胞是否被感染进行分类。 我们使用了Kaggle提供的数据集，其中包含27558张受感染和未感染细胞的图像。 先决条件 要使用它，您需要满足以下条件： 1. Python3 2. Pip 正在安装 在计算机上获得必备条件后，执行以下命令： $ pip install -r requirements.txt 这将为您安装所有必需的库。 依存关系 使用以下项目创建项目： Keras： pip in