[背景音乐]
翻译: RyukaSuu |审阅: 19waa
Coursera Global Translator Community 那么在深度学习部分 我们谈论两个用深度学习实现的特别酷的东西 其中一个是图片分类 另一个是图片检索 两者都包含深度特征 让我们看开始创建一个 利用深度特征实现图片分类的文档 那么 让我们给文档命名 我们把它命名为Image Classification with Deep Features用深度特征进行图片分类 接下来我会像往常一样隐藏头部 这样 工具栏就会有更大的空间 让我们开工 事实上 我已经预先打了一些代码 这样我们就可以启动GraphLab Create了 让我们引入GraphLab模块 我们首先要做的是加载一个图像分析数据集 这是一个叫SIFR10的基准数据集 我们选择它的一个只有四种物品的子集 来尝试去识别 那么 让我们来加载数据集 数据集已经被预先分成了训练集和测试集 由于电脑内部的原因 每个研究人员的数据集切分 总是得到相同的训练集和测试集 所以论文有了更好的比较意义 我们来加载一个包含数据集的SFrame 我们用一个被命名为Image_train_data的graphlab SFrame 来处理训练集 接下来对测试集进行类似的处理 命名为 Image_test 我们还需要另一个SFrame Image_test_data 我们来加载这两个数据集 让我们来看看数据集 来看看图像数据 我们需要用到画布工具 我来点击画布工具让它在文档中显示出来 就像我们之前做的那样 接下来只剩下最后的收尾工作 我要设置画布工具 之后 传值给ipython 这样我们就可以得到想要的输出 让我们来看一下信息 这里有几栏信息 但是我们关心的是图像那栏数据 我要让它显示出来 我们浏览一下图像栏的信息 这些图片有点小 所以让我来暂时放大一下 这样我们可以就看清楚这些图片 如果你能看清楚的话 这是一只鸟 这是一只猫 这里有一群狗和 一群猫 所以 这个数据集是关于猫 狗 车和鸟的 [背景音乐]
翻译: RyukaSuu |审阅: 19waa
Coursera Global Translator Community