文章目錄

• 一、前期工作
• • 1. 設(shè)置GPU
  • 2. 導(dǎo)入數(shù)據(jù)
  • 3. 查看數(shù)據(jù)
• 二、數(shù)據(jù)預(yù)處理
• • 1. 加載數(shù)據(jù)
  • 2. 可視化數(shù)據(jù)
  • 3. 再次檢查數(shù)據(jù)
  • 4. 配置數(shù)據(jù)集
• 三、調(diào)用官方網(wǎng)絡(luò)模型
• 四、設(shè)置動(dòng)態(tài)學(xué)習(xí)率
• 五、編譯
• 六、訓(xùn)練模型
• 七、模型評(píng)估
• • 1. Accuracy與Loss圖
  • 2. 混淆矩陣
• 八、保存and加載模型
• 九、預(yù)測(cè)

一、前期工作

本文將通過對(duì)人眼狀態(tài)的識(shí)別達(dá)到檢測(cè)注意力的目的 ? 新增混淆矩陣模塊。

?? 我的環(huán)境：

• 語(yǔ)言環(huán)境：Python3.6.5
• 編譯器：

《新程序員》：云原生和全面數(shù)字化實(shí)踐50位技術(shù)專家共同創(chuàng)作，文字、視頻、音頻交互閱讀

總結(jié)

以上是生活随笔為你收集整理的深度学习100例-卷积神经网络（CNN）识别眼睛状态 | 第17天的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。