深度学习100例

本文为🔗365天深度学习训练营 内部限免文章，参考本文所写记录性文章，请在文章开头注明以下内容，复制粘贴即可 🏡 我的环境： 语言环境：Python3.8 编译器：Jupyter Lab 深度学习环境

本文为🔗365天深度学习训练营 内部限免文章，参考本文所写记录性文章，请在文章开头注明以下内容，复制粘贴即可 🏡 我的环境： 语言环境：Python3.8 编译器：Jupyter Lab 深度学习环境

本文为🔗365天深度学习训练营 内部限免文章 参考本文所写记录性文章，请在文章开头注明以下内容，复制粘贴即可 本周的代码相对于上周增加指定图片预测与保存并加载模型这个两个模块，在学习这个两知识点后，时

⏲往期文章： 深度学习实战训练 | 第8周：猫狗识别 深度学习实战训练 | 第7周：咖啡豆识别 深度学习实战训练 | 第6周：好莱坞明星识别 深度学习实战训练 | 第5周：运动鞋品牌识别 ☕ Pyto

⏲往期文章： 深度学习实战训练 | 第8周：猫狗识别 深度学习实战训练 | 第7周：咖啡豆识别 深度学习实战训练 | 第6周：好莱坞明星识别 深度学习实战训练 | 第5周：运动鞋品牌识别 ☕ Pyto

🏡 我的环境： 语言环境：Python3.6.5 编译器：jupyter lab 深度学习环境：TensorFlow2.4.1 数据集：参加训练营可获取 ⏲往期文章： 深度学习实战训练 | 第8周：猫

🏡 我的环境： 语言环境：Python3.6.5 编译器：jupyter lab 深度学习环境：TensorFlow2.4.1 数据集：参加训练营可获取 这篇文章中我放弃了以往的model.fit()

一句话介绍LSTM，它是RNN的进阶版，如果说RNN的最大限度是理解一句话，那么LSTM的最大限度则是理解一段话，详细介绍如下： LSTM，全称为长短期记忆网络(Long Short Term Mem

🍖 我的环境： 语言环境：Python3.8 编译器：Jupyter Lab 深度学习环境： torch==1.10.0+cu113 torchvision==0.11.1+cu113 深度学习环境配

今天和大家分享一篇 本科毕设 实战项目，项目中我将使用VGG16、InceptionV3、DenseNet121、MobileNetV2 等四个模型进行对比分析（文中提供了每一个模型的 算法框架图）

本文已加入 🚀 Python AI 计划，从一个Python小白到一个AI大神，你所需要的所有知识都在 这里 了。 作者：K同学啊 代码：全部代码已放入文中，也可以去我的 GitHub 上下载 大家好

数据中一共包含1462张数据图片，分为浮标、游轮、渡船、货船、贡多拉、充气船、皮划艇、纸船、帆船等9类。我们将通过ResNet50算法实现这9类目标的识别，最后的准确率为87.0%。

🚀 我的环境： 语言环境：Python3.6.5 编译器：jupyter notebook 深度学习环境：TensorFlow2.4.1 数据和代码：📌【传送门】 🚀 来自专栏：《深度学习100例》

一、前言 今天是第9天，我们将开始RNN系列，完成股票开盘价格的预测，最后的R2可达到0.72，CNN系列后续我也会穿插更新 我的环境： 语言环境：Python3.6.5 编译器：jupyter no

一、前期工作 本文将采用ResNet-50实现鸟类图片的识别分类 我的环境： 语言环境：Python3.6.5 编译器：jupyter notebook 深度学习环境：TensorFlow2.4.1

一、前期工作 本文将采用CNN实现花朵识别 我的环境： 语言环境：Python3.6.5 编译器：jupyter notebook 深度学习环境：TensorFlow2

一、前期工作 我的环境： 语言环境：Python3.6.5 编译器：jupyter notebook 深度学习环境：TensorFlow2.4.1 推荐阅读： 深度学习100例-卷积神经网络（CNN）

一、前期工作 我的环境： 语言环境：Python3.6.5 编译器：jupyter notebook 深度学习环境：TensorFlow2 推荐阅读： 深度学习100例-卷积神经网络（VGG-19）识

一、前期工作 本文将采用CNN实现多云、下雨、晴、日出四种天气状态的识别。较上篇文章，本文为了增加模型的泛化能力，新增了Dropout层并且将最大池化层调整成了平均池化层。 我的环境： 语言环境：Py

一、前期工作 本文将实现灵笼中人物角色的识别。较上一篇文章，这次我采用了VGG-19结构，并增加了预测与保存and加载模型两个部分。 我的环境： 语言环境：Python3.6.5 编译器：jupyte