2020
10-08
10-08
keras分类之二分类实例(Cat and dog)
1.数据准备在文件夹下分别建立训练目录train,验证目录validation,测试目录test,每个目录下建立dogs和cats两个目录,在dogs和cats目录下分别放入拍摄的狗和猫的图片,图片的大小可以不一样。2.数据读取#存储数据集的目录base_dir='E:/pythonlearn/dog_and_cat/data/'#训练、验证数据集的目录train_dir=os.path.join(base_dir,'train')validation_dir=os.path.join(base_dir,'validation')test_dir=os.path.join...
继续阅读 >
基本概念precision:预测为对的当中,原本为对的比例(越大越好,1为理想状态)recall:原本为对的当中,预测为对的比例(越大越好,1为理想状态)F-measure:F度量是对准确率和召回率做一个权衡(越大越好,1为理想状态,此时precision为1,recall为1)accuracy:预测对的(包括原本是对预测为对,原本是错的预测为错两种情形)占整个的比例(越大越好,1为理想状态)fprate:原本是错的预测为对的比例(越小越好,0为理想状态)...