基于TensorFlow的卷积神经网络图像分类实践策略研究

摘要：

卷积神经网络是近10年来推动机器学习应用和发展最快的一项技术分支,在图像分类中取得了出色的成绩.为进一步梳理卷积神经网络图像分类的流程策略,本文基于TensorFlow深度学习框架,下载相关公开数据集,构建人工神经网络模型,采用数据集交叉验证的方式训练,并从中归纳出一套数据预处理、建模、训练和评估的实践策略,以期望加深对机器学习流程思路的指导.

关键词：实践策略、机器学习、卷积神经网络、交叉验证、图像分类

所属期刊栏目：39

分类号：TP391.41;TP18(计算技术、计算机技术)

资助基金：受发改委"互联网+"支撑类项目矿冶智能优化制造云服务发改办高技[2016]741号

在线出版日期：2020-04-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：205-207