一小步
,針對圖像識別入門正在處理MNIST圖像的金標準。 Tensorflow有一個great tutorial關於如何上手,以及如何move to convolution人網絡。
從那裏開始與Inception競爭,而不僅僅是抄襲其他人的圖形,這是一條艱難的道路。您可能想要了解卷積的不同層次。我創建了一個基本的Tensorflow Tutorial,其中包含一個example python file演示不同的卷積圖及其結果的準確性。
不斷深入
征服MNIST後,您將需要大量的圖片和大量的GPU(運行所有你的訓練)和軟件安裝(你可以從imageNet讓他們),這樣就可以不只運行和測試你的模型,但幾十個(如果不是數百)變化來探索你的超參數(如學習速度,卷積大小,退出等)。請記住,它需要一組領先的機器學習專家來創建類似Inception,許多個月(可能幾年)的迭代,以找到他們今天使用的模型,以及數千個CPU/GPU小時。
如果您試圖瞭解正在發生的事情以及如何創建出良好的圖表,那麼嘗試重新創建Inception是一個好主意。如果你只是想要一個出色的圖像識別模型,然後重用現有的模型。
如果您想盡情玩樂,就這樣做!
Cheers-