paddlepaddle 15 迁移学习-图像分类实战二

本文主要是介绍paddlepaddle 15 迁移学习-图像分类实战二，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

本案例基于paddle1.7实现，以aistudio的比赛数据为实操数据，基于paddlehub实现迁移学习。特别说明，该操作仅适用于比赛，对于科研无任何实际帮助，因为在paddlehub库的约束下，用户可以操作的东西是在太少了。不过幸运的是，paddlehub里面有及其丰富的预训练模型。通过使用其中的resnet50_vd_animals模型可以轻松将精度达到93.333%。常规赛：猫十二分类体验赛 - 飞桨AI Studio - 人工智能学习实训社区 (baidu.com)

paddlehub其实也是可以支持paddle2.0的，但是由于paddle2的升级与paddle1改动太大，导致只支持少部分模型。且paddlehub支持的paddle2.0模型，paddle内置的paddle.hub都支持（使用方法与正常的动态图一样），故此不做累述。而paddlehub对paddle1.x的支持是最为广泛的，预计有300多个（包含图像分类、视频分类、语义分割、nlp、目标检测和人脸关键点检测等多种任务），其中包含很多百度官方用公开数据训练的模型，具体可在以下联系找到这些模型飞桨PaddlePaddle-源于产业实践的开源深度学习平台

1、安装paddlehub

安装命令如下所示，需要注意的是paddle版本应为paddl1.x

这篇关于paddlepaddle 15 迁移学习-图像分类实战二的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！