训练深度神经网络需要多少张图片

我目前正在开发一个小程序,试图判断一个苹果是否腐烂。为了开始这个项目,我参考了TensorFlow的MNIST教程,该教程用于识别手写数字。据我所知,MNIST包含大约60,000张图片用于训练我的神经网络。如果我想训练我的神经网络来识别苹果是否腐烂,即识别1或0,腐烂或未腐烂,我需要在csv文件中准备多少张图片来进行训练?如果需要超过一千张图片,有没有办法通过谷歌爬取图片来获取我所需的图片?


回答:

我认为,如果你以谷歌的Inception分类器为起点,每个类别使用不到1000张图片就足够了。你可以在这里找到一个非常友好的教程这里

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注