深度學習技術與應用DeepLearningTechnologyandApplicationcontents目錄第九章CIFAR-10圖像分類01.使用卷積神經網絡搭建模型識別CIFAR-10圖像Recognitionofcifar-10imageusingconvolutionalneuralnetwork02.提升模型的準確率ImprovetheaccuracyofthemodelPART1使用卷積神經網絡搭建模型識別CIFAR-10圖像01.使用卷積神經網絡搭建模型識別CIFAR-10圖像Recognitionofcifar-10imageusingconvolutionalneuralnetworkCIFAR-10CIFAR-10是由AlexKrizhevsky，VinodNair與GeoffreffHinton收集的一個用于圖像識別的數據集。共有10個分類：飛機、汽車、鳥、貓、鹿、狗、青蛙、馬、船、卡車。與之前MNIST數據集相比，它的色彩和顏色噪點會比較多，其中分類如卡車，大小不一，角度不同，顏色不同。01.使用卷積神經網絡搭建模型識別CIFAR-10圖像Recognitionofcifar-10imageusingconvolutionalneuralnetworkCIFAR-10數據集下載登錄官?：http:///~kriz/cifar.htm。01.使用卷積神經網絡搭建模型識別CIFAR-10圖像Recognitionofcifar-10imageusingconvolutionalneuralnetworkCIFAR-10數據集下載登錄官?：http:///~kriz/cifar.htm。如果下載失敗或者下載速度?較緩慢的，本書有提供其他下載的?式（詳情?附錄），下載的?件名為cifar10-batches-py.tar.gz或cifar-10-batches-py.tar Windows放置數據集：在Windows環境下，將cifar-10-batches-py.tar.gz?件放置C:\Users\xxxx.keras\datasets?錄下即可 Linux或MacOS放置數據集：在Linux或MacOS環境下，將cifar-10-batches-py.tar.gz?件放置~/Users/xxxx/.keras/?錄下即可

注：xxxx是當前?戶01.使用卷積神經網絡搭建模型識別CIFAR-10圖像Recognitionofcifar-10imageusingconvolutionalneuralnetwork查看訓練數據

CIFAR-10和MNIST相同的是，數據集同樣是由images和label組成的10個分類。CIFAR-10共有60000項數據，分別劃分為訓練集50000和測試集10000。

01.使用卷積神經網絡搭建模型識別CIFAR-10圖像Recognitionofcifar-10imageusingconvolutionalneuralnetwork查看訓練數據可以看到這次所使?的CIFAR-10數據集中的圖像是32×32×3的圖像。3代表的是3通道的RGB彩?圖像。

01.使用卷積神經網絡搭建模型識別CIFAR-10圖像Recognitionofcifar-10imageusingconvolutionalneuralnetwork處理數據集與訓練模型

01.使用卷積神經網絡搭建模型識別CIFAR-10圖像Recognitionofcifar-10imageusingconvolutionalneuralnetwork處理數據集與訓練模型

01.使用卷積神經網絡搭建模型識別CIFAR-10圖像Recognitionofcifar-10imageusingconvolutionalneuralnetwork模型的搭建開始建?模型，CIFAR-10數據集的識別會?MNIST難度更?很多，所以我們直接采?更多的卷積層來提?識別的準確率。

01.使用卷積神經網絡搭建模型識別CIFAR-10圖像Recognitionofcifar-10imageusingconvolutionalneuralnetwork模型的搭建

01.使用卷積神經網絡搭建模型識別CIFAR-10圖像Recognitionofcifar-10imageusingconvolutionalneuralnetwork模型的搭建利?前面定義好的模型以及訓練參數，定義訓練?式，并且傳?數據利?反向傳播算法開始訓練模型。

01.使用卷積神經網絡搭建模型識別CIFAR-10圖像Recognitionofcifar-10imageusingconvolutionalneuralnetwork測試訓練

01.使用卷積神經網絡搭建模型識別CIFAR-10圖像Recognitionofcifar-10imageusingconvolutionalneuralnetwork測試訓練使?測試集對訓練好的模型進?評估

01.使用卷積神經網絡搭建模型識別CIFAR-10圖像Recognitionofcifar-10imageusingconvolutionalneuralnetwork測試訓練為了更加直觀查看測試情況，對將測試集進?預測，并繪制出部分預測結果。

01.使用卷積神經網絡搭建模型識別CIFAR-10圖像Recognitionofcifar-10imageusingconvolutionalneuralnetwork測試訓練利?predict_classes出來的結果進?可視化結果繪制。

show_images_set_cifar(x_img_test,y_label_test,result_predicition,idx=40,alias=classes_name_ch)

PART2提升模型的準確率02.提升模型的準確率Improvetheaccuracyofthemodel加深?絡結構

上面的訓練模型在測試集下的準確率只達到了0.67，本節將通過加深?絡中的卷積層結構，并且加?epoch，嘗試提升模型的準確率。

02.提升模型的準確率Improvetheaccuracyofthemodel加深?絡結構

02.提升模型的準確率Improvetheaccuracyofthemodel加深?絡