首页
Python
Java
前端
数据库
Linux
Chatgpt专题
开发者工具箱
paddleclas专题
尝试使用PaddleClas训练MNIST数据集(手写数字0-9)
为什么标题是尝试呢,因为结果并不理想,所以只能是尝试。 1、准备数据 (1)下载MNIST数据集:下载地址 train-images-idx3-ubyte.gz: training set images (9912422 bytes)train-labels-idx1-ubyte.gz: training set labels (28881 bytes)t10k-images-idx
阅读更多...
PaddleClas基于ResNet50_vd模型+flowers102数据集进行训练、预测
前提:安装PaddleClas cd path_to_clone_PaddleClasgit clone https://github.com/PaddlePaddle/PaddleClas.git 安装python依赖库: pip install --upgrade -r requirements.txt 1、数据准备 (1)下载数据集 cd path_to_PaddleClas
阅读更多...
PaddleClas 指定gpu
在使用PaddleClas进行模型训练或预测时,如果您想要指定使用特定的GPU设备,可以通过CUDA_VISIBLE_DEVICES环境变量来设置。 在命令行中设置GPU的方法如下: # 指定第0号GPUexport CUDA_VISIBLE_DEVICES=0# 之后运行PaddleClas的命令,例如python -u tools/train.py -c configs/quick_
阅读更多...
2023/8/2 复现一个“基于Paddleclas完成半导体晶圆图谱缺陷种类识别”的项目(自己学习记录版)
数据集下载:半导体晶圆缺陷图谱 - 飞桨AI Studio 环境配置:开始使用_飞桨-源于产业实践的开源深度学习平台 用git 下载paddleclas: https://gitee.com/paddlepaddle/PaddleClas 1.开发环境准备: 1.1 在anaconda prompt中创造python 3.9.13 conda create -n PD python==
阅读更多...
2023/8/2 复现一个“基于Paddleclas完成半导体晶圆图谱缺陷种类识别”的项目(自己学习记录版)
数据集下载:半导体晶圆缺陷图谱 - 飞桨AI Studio 环境配置:开始使用_飞桨-源于产业实践的开源深度学习平台 用git 下载paddleclas: https://gitee.com/paddlepaddle/PaddleClas 1.开发环境准备: 1.1 在anaconda prompt中创造python 3.9.13 conda create -n PD python==
阅读更多...
【AI达人特训营第三期】基于PaddleClas的苹果品牌Logo识别
★★★ 本文源自AlStudio社区精品项目,【点击此处】查看更多精品内容 >>> 【赛题题目】 苹果品牌Logo识别 【赛题背景】 logo是徽标或者商标的英文说法,起到对商标拥有公司的识别和推广的作用,形象的logo可以让消费者记住公司主体和品牌文化,logo对于品牌来说非常重要,是品牌价值的重要组成部分。如果要盘点世界上最有价值的logo的话,苹果的logo肯定要位列其中。 苹果最
阅读更多...