Ćwiczenie 3. Wyodrębnianie cech i ich dostrojenie
W tym ćwiczeniu użyjesz funkcji wyodrębniania i dostrojenia, aby wykorzystać model Inception v3 od Google i osiągnąć jeszcze większą dokładność w przypadku klasyfikatora kot–pies z ćwiczeń 1 i 2:
ML Practicum: klasyfikacja obrazów
O ile nie stwierdzono inaczej, treść tej strony jest objęta licencją Creative Commons – uznanie autorstwa 4.0, a fragmenty kodu są dostępne na licencji Apache 2.0. Szczegółowe informacje na ten temat zawierają zasady dotyczące witryny Google Developers. Java jest zastrzeżonym znakiem towarowym firmy Oracle i jej podmiotów stowarzyszonych.
Ostatnia aktualizacja: 2025-01-28 UTC.
[null,null,["Ostatnia aktualizacja: 2025-01-28 UTC."],[[["\u003cp\u003eThis exercise leverages Google's Inception v3 model through feature extraction and fine-tuning to enhance the accuracy of a cat-vs-dog image classifier.\u003c/p\u003e\n"],["\u003cp\u003eIt builds upon the previous exercises on image classification, refining the model for better performance.\u003c/p\u003e\n"],["\u003cp\u003eYou will practically implement these techniques using a provided Google Colab notebook.\u003c/p\u003e\n"]]],[],null,["# ML Practicum: Image Classification\n\n\u003cbr /\u003e\n\n### Exercise 3: Feature Extraction and Fine-Tuning\n\nIn this exercise, you'll use feature extraction and fine-tuning to\nleverage Google's Inception v3 model to achieve even better accuracy for the\ncat-vs.-dog classifier from Exercises [1](/machine-learning/practica/image-classification/exercise-1) and\n[2](/machine-learning/practica/image-classification/exercise-2): \n[Launch exercise](https://colab.research.google.com/github/google/eng-edu/blob/main/ml/pc/exercises/image_classification_part3.ipynb?utm_source=practicum-IC&utm_campaign=colab-external&utm_medium=referral&hl=en&utm_content=imageexercise3-colab)"]]