ML-Praktikum: Bildklassifizierung
Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Übung 3: Feature-Extraktion und Feinabstimmung
In dieser Übung verwenden Sie die Feature-Extraktion und die Feinabstimmung, um das Inception v3-Modell von Google zu nutzen und eine noch höhere Genauigkeit für den Klassifikator „Katze oder Hund“ aus den Übungen 1 und 2 zu erzielen:
Sofern nicht anders angegeben, sind die Inhalte dieser Seite unter der Creative Commons Attribution 4.0 License und Codebeispiele unter der Apache 2.0 License lizenziert. Weitere Informationen finden Sie in den Websiterichtlinien von Google Developers. Java ist eine eingetragene Marke von Oracle und/oder seinen Partnern.
Zuletzt aktualisiert: 2025-01-28 (UTC).
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Benötigte Informationen nicht gefunden","missingTheInformationINeed","thumb-down"],["Zu umständlich/zu viele Schritte","tooComplicatedTooManySteps","thumb-down"],["Nicht mehr aktuell","outOfDate","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Problem mit Beispielen/Code","samplesCodeIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2025-01-28 (UTC)."],[[["This exercise leverages Google's Inception v3 model through feature extraction and fine-tuning to enhance the accuracy of a cat-vs-dog image classifier."],["It builds upon the previous exercises on image classification, refining the model for better performance."],["You will practically implement these techniques using a provided Google Colab notebook."]]],[]]
