神操纵！只需5行代码，就能做出一个图像辨认AI

在第一行中，我们导入了ImageAI的模子实习课程。在第二行中，我们建设了模子实习课程的实例。在第三行中，我们将模子范例配置为ResNet（有四种可用的模子范例为SqueezeNet，ResNet，InceptionV3和DenseNet）。在第四行中，我们将数据目次（数据集目次）配置为你解压缩的数据集zip文件的文件夹。然后在第五行中，挪用trainModel函数并指定以下值：

number_objects：这是指IdenProf数据齐集差异范例的专业职员的数目。

num_experiments：这是模子实习器将研究idenprof数据齐集的全部图像的次数，以实现最大的精确性。

Enhance_data（可选）：汇报模子实习器在IdenProf数据齐集建设图像的修改后的副本，以确保得到最大的精确性。

batch_size：这是手印子实习器将研究IdenProf数据齐集的全部图像之前，将当即研究的图像集的数目。

Show_network_summary（可选）：这将表现你用于实习人工智能模子的模子范例的布局。

此刻，你可以开始运行Python文件并开始培训。培训开始时，你将看到以下功效：

=====================================  

Total params: 23,608,202  

Trainable params: 23,555,082  

Non-trainable params: 53,120  

______________________________________ 

Using Enhanced Data Generation  

Found 4000 images belonging to 4 classes.  

Found 800 images belonging to 4 classes.  

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!