C#中的深度学习（五）：在ML.NET中使用预训练模型进行硬币识别
在本系列的最后，我们将介绍另一种方法，即利用一个预先训练好的CNN来解决我们一直在研究的硬币识别问题。 在这里，我们看一下转移学习，调整预定义的CNN，并使用Model Builder训练我们的硬币识别模型。 我们将使用ML.NET代替Keras.NET。为什么不使用Keras.NET ...
原文：基于 ONNX 在 ML.NET 中使用 Pytorch 训练的垃圾分类模型
ML.NET 在经典机器学习范畴内，对分类 回归 异常检测等问题开发模型已经有非常棒的表现了，我之前的文章都有过介绍。当然我们希望在更高层次的领域加以使用，例如计算机视觉 自然语言处理和信号处理等等领域。 图像识别是计算机视觉的一类分支，AI研发者们较为熟悉的是使用TensorFlow Pytorch Keras MXNET等框架来训练深度神经网络模型，其中会涉及到CNN 卷积神经网络 DNN 深 ...
2020-06-22 13:53 3 1413 推荐指数：
相关推荐
ML.NET 示例：二元分类之垃圾短信检测
短信检测 ML.NET 版本 API 类型 状态 应用 ...
ML.net重新训练模型需要注意的事项。
ml.net是微软机器学习的东西，如果你的需求是需要一个固定的模型来进行操作的话那就按着官网的教程来就可以，但是大部分的模型可能不满足现有的需求，那么我们需要对模型进行重新训练。 重新训练模型有限制条件，你重新训练模型的数据分类必须是原有模型已有的分类，如果想增加分类的话只能重新训练一个新的模型 ...
通过 ML.NET 使用预训练残差网络 ResNet 模型实现手势识别
之前我写过的一篇《基于 ONNX 在 ML.NET 中使用 Pytorch 训练的垃圾分类模型》，介绍到了 ML.NET 是如何实现图像分类的，此后我收到好多留言提出了更多的场景，比如某个在线学习应用，希望学生按照视频的要求做一个指定的动作，完成形体训练，又比如某个内部调度系统，希望通过某种肢体 ...
使用ML.NET实现基于RFM模型的客户价值分析
RFM模型 在众多的客户价值分析模型中，RFM模型是被广泛应用的，尤其在零售和企业服务领域堪称经典的分类手段。它的核心定义从基本的交易数据中来，借助恰当的聚类算法，反映出对客户较为直观的分类指示，对于没有数据分析和机器学习技术支撑的初创企业，它是简单易上手的客户分析途径之一。 RFM ...
【pytorch基础】基于训练的pytorch模型转换为onnx模型并测试
前言 模型部署的过程中，不同的硬件可能支持不同的模型框架，本文介绍pytorch模型文件转换为onnx模型文件的实现过程，主要是基于Pytorch_Unet的实现过程，训练模型转换为onnx模型，并测试onnx的效果； 操作步骤 1. 基于训练完成的pth文件转换为onnx模型； 2. ...
使用ML.NET实现德州扑克牌型分类器
导读：ML.NET系列文章 本文将基于ML.NET v0.2预览版，重点介绍提取特征的思路和方法，实现德州扑克牌型分类器。 先介绍一下德州扑克的基本牌型，一手完整的牌共有五张扑克，10种牌型分别是： 1. 高牌，花色和点数同时没有相同的牌。 2. 一对，点数有且仅有两张相同的牌。 3. ...
在jupyter Notebook中使用PyTorch中的预训练模型ResNet进行图像分类
预训练模型是在像ImageNet这样的大型基准数据集上训练得到的神经网络模型。 现在通过Pytorch的torchvision.models 模块中现有模型如 ResNet，用一张图片去预测其类别。 1. 下载资源 这里随意从网上下载一张狗的图片。 类别标签IMAGENET1000 ...