通過 ML.NET 使用預訓練殘差網絡 ResNet 模型實現手勢識別
之前我寫過的一篇《基於 ONNX 在 ML.NET 中使用 Pytorch 訓練的垃圾分類模型》，介紹到了 ML.NET 是如何實現圖像分類的，此后我收到好多留言提出了更多的場景，比如某個在線學習應用，希望學生按照視頻的要求做一個指定的動作，完成形體訓練，又比如某個內部調度系統，希望通過某種肢體 ...
原文：C#中的深度學習（五）：在ML.NET中使用預訓練模型進行硬幣識別
在本系列的最后，我們將介紹另一種方法，即利用一個預先訓練好的CNN來解決我們一直在研究的硬幣識別問題。 在這里，我們看一下轉移學習，調整預定義的CNN，並使用Model Builder訓練我們的硬幣識別模型。 我們將使用ML.NET代替Keras.NET。為什么不使用Keras.NET呢 盡管Keras.NET非常簡單，易於學習，雖然它包含前面提到的預定義模型，但它的簡單性使我們無法自定義CNN架 ...
2020-12-25 08:30 0 723 推薦指數：
相關推薦
C#中的深度學習（一）：使用OpenCV識別硬幣
在本系列文章中，我們將使用深度神經網絡(DNN)來執行硬幣識別。具體來說，我們將訓練一個DNN識別圖像中的硬幣。 在本文中，我們將描述一個OpenCV應用程序，它將檢測圖像中的硬幣。硬幣檢測是硬幣完整識別之前的一個常見階段。它包括從給定圖像中檢測和提取硬幣 ...
C#中的深度學習（四）：使用Keras.NET識別硬幣
在本文中，我們將研究一個卷積神經網絡來解決硬幣識別問題，並且我們將在Keras.NET中實現一個卷積神經網絡。 在這里，我們將介紹卷積神經網絡(CNN)，並提出一個CNN的架構，我們將訓練它來識別硬幣。 什么是CNN?正如我們在本系列的前一篇文章中提到的，CNN是一類經常用於圖像分類任務 ...
基於 ONNX 在 ML.NET 中使用 Pytorch 訓練的垃圾分類模型
ML.NET 在經典機器學習范疇內，對分類、回歸、異常檢測等問題開發模型已經有非常棒的表現了，我之前的文章都有過介紹。當然我們希望在更高層次的領域加以使用，例如計算機視覺、自然語言處理和信號處理等等領域。 圖像識別是計算機視覺的一類分支，AI研發者們較為熟悉的是使用TensorFlow ...
使用C# 探索 ML.NET 中的不同機器學習任務
什么是 ML.NET？ ML.NET 是 Microsoft 開源的針對 .NET 應用程序的 跨平台機器學習庫，允許您使用 C#、F# 或任何其他 .NET 語言執行機器學習任務。此外，ML.NET 支持在其他機器學習框架中構建的模型，如TensorFlow，ONNX，PyTorch 等，它也 ...
ML.net重新訓練模型需要注意的事項。
ml.net是微軟機器學習的東西，如果你的需求是需要一個固定的模型來進行操作的話那就按着官網的教程來就可以，但是大部分的模型可能不滿足現有的需求，那么我們需要對模型進行重新訓練。 重新訓練模型有限制條件，你重新訓練模型的數據分類必須是原有模型已有的分類，如果想增加分類的話只能重新訓練一個新的模型 ...
使用ML.NET模型生成器來完成圖片性別識別
什么是ML.NET？ ML.NET 使你能夠在聯機或脫機場景中將機器學習添加到 .NET 應用程序中。 借助此功能，可以使用應用程序的可用數據進行自動預測。 機器學習應用程序利用數據中的模式來進行預測，而不需要進行顯式編程。 ML.NET 的核心是機器學習模型 。 該模型指定將輸入數據轉換 ...
C#中的深度學習（二）：預處理識別硬幣的數據集
在文章中，我們將對輸入到機器學習模型中的數據集進行預處理。 這里我們將對一個硬幣數據集進行預處理，以便以后在監督學習模型中進行訓練。在機器學習中預處理數據集通常涉及以下任務: 清理數據——通過對周圍數據的平均值或使用其他策略來填補數據缺失或損壞造成的漏洞。 規范數據——將數據縮放值 ...