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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注