Введение: Набор данных CIFAR-10 является популярным эталоном для оценки алгоритмов классификации изображений. Он состоит из 60 000 цветных изображений 32x32, разделенных на 10 классов, по 6 000 изображений в каждом классе. В этом сообщении блога мы покажем, как использовать трансферное обучение для классификации изображений из набора данных CIFAR-10 с использованием предварительно обученной модели ResNet50. Трансферное обучение позволяет нам использовать знания, полученные..

ResNet50 Transfer Learning с оптимизированными параметрами поиска по сетке для обнаружения Covid-19 и пневмонии В предыдущих сообщениях мы создали несколько сетей CNN для решения бизнес-задач, начиная от дизайна одежды, обнаружения рака и обнаружения животных и т. Д. В этом сообщении мы вернемся к теме CNN. Но вместо создания модели с нуля мы воспользуемся трансфертным обучением и построим сеть на основе известной архитектуры CNN: ResNet50. «Если я и видел дальше, то стоя на плечах..