给出图片:
按照图像,机关位置与颜色的对应关系,用来作为练习依据。
注重看,获得的数据布局:
建立一个稍微复杂的神经收集:
net=NetChain[{100, Ramp, 250, Ramp, 10, LogisticSigmoid, 3}]
这是一些分歧的收集层的堆叠,常数层代表线性层。
用中心的数据,来练习net:
ted = NetTrain[net,
rules[[Floor[Length[rules]/3] ;; Floor[Length[rules]*2/3]]],
MaxTrainingRounds -> 100];
模子练习,大要需要6分钟,我用的电脑没有GPU啊。
练习中,误差整体上是下降的。
最后获得的模子,误差节制在0.01摆布:
用练习好的模子,来展望全图颜色:
0 篇文章
如果觉得我的文章对您有用,请随意打赏。你的支持将鼓励我继续创作!