没有合适的资源?快使用搜索试试~ 我知道了~
课程报告-陈永灿-20183020910111
需积分: 0 0 下载量 53 浏览量
2022-08-04
11:57:53
上传
评论
收藏 1.71MB PDF 举报
温馨提示
![preview](https://dl-preview.csdnimg.cn/86322413/0001-e67d9e223eb881c54334ecfd78804158_thumbnail.jpeg)
![preview-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/scale.ab9e0183.png)
试读
20页
摘要本次商务智能大作业选择采用人工智能算法解决细粒度猴子分类的问题。本方案以 PaddlePaddle 作为基准框架,以 ResNet[1]构建卷积神经网络,尝
资源详情
资源评论
资源推荐
![](https://csdnimg.cn/release/download_crawler_static/86322413/bg1.jpg)
1
武汉大学计算机学院
本科生课程设计报告
基于 ResNet 的细粒度猴子分类
专 业 名 称 :软件工程
课 程 名 称 :商务智能
指 导 教 师 :朱卫平 职称:副教授
学 生 学 号 :2018302091011
学 生 姓 名 :陈永灿
二○二○年十二月
![](https://csdnimg.cn/release/download_crawler_static/86322413/bg2.jpg)
2
郑 重 声 明
本人呈交的设计报告,是在指导老师的指导下,独立进行实验
工作所取得的成果,所有数据、图片资料真实可靠。尽我所知,除
文中已经注明引用的内容外,本设计报告不包含他人享有著作权的
内容。对本设计报告做出贡献的其他个人和集体,均已在文中以明
确的方式标明。本设计报告的知识产权归属于培养单位。
本人签名: 陈永灿 日期: 2020 年 12 月 1 日
![](https://csdnimg.cn/release/download_crawler_static/86322413/bg4.jpg)
4
目录
1 实验背景和需求分析 ............................ 5
1.1 实验背景 ..........................................................................................................................................................5
1.2 需求分析 ..........................................................................................................................................................5
2 实验设计 .................................... 6
2.1 数据探索 ..........................................................................................................................................................6
2.1.1 标签分布 ..................................................................................................................................................6
2.1.2 图像尺寸分布 .........................................................................................................................................7
2.2 技术架构 ..........................................................................................................................................................8
2.3 解决方案 ..........................................................................................................................................................9
2.3.1 数据预处理 ..............................................................................................................................................9
2.3.1 模型选择 ..................................................................................................................................................9
2.3.2 优化器选择 ........................................................................................................................................... 10
2.3.3 数据增强 .................................................................................................................................................... 11
2.2.4 训练及参数调试 .................................................................................................................................. 12
2.4 关键代码 ....................................................................................................................................................... 13
2.4.1 图像数据归一化 .................................................................................................................................. 13
2.4.2 图像增广函数 ...................................................................................................................................... 13
2.4.3ResNet 模型........................................................................................................................................... 14
2.4.4 训练代码 ............................................................................................................................................... 16
3.总结 ...................................... 18
3.1 结论 ................................................................................................................................................................ 18
3.2 思考与后续改进 .......................................................................................................................................... 19
参考文献 .................................... 20
剩余19页未读,继续阅读
![application/pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083646.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![avatar](https://profile-avatar.csdnimg.cn/28f7cf64aff548e1bf5238f151a32b00_weixin_35748595.jpg!1)
天眼妹
- 粉丝: 22
- 资源: 333
上传资源 快速赚钱
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![voice](https://csdnimg.cn/release/downloadcmsfe/public/img/voice.245cc511.png)
![center-task](https://csdnimg.cn/release/downloadcmsfe/public/img/center-task.c2eda91a.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![dialog-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/green-success.6a4acb44.png)
评论0