在第一个范例中将会使用MNIST手写办识资料集进行训练与模型部署.
MNIST database((Modified National Institute of Standards and Technology database)里面有手写数字的图片, 是由美国国家标准暨技术研究院所收集, 可以参考这个网站
会使用MNIST的原因, 一来这个资料集的资料size不会占用过多储存空间(大约需要20多MB), 另一方面目前已有很多MNIST的资料可以看参考, 是初学者执行机器学习应用中常使用的资料集.
下图是MNIST database中的一个图像:数字6
针对MNIST再提供下列资讯:
train
目录与valid
目录, 而且在train
目录与valid
目录下会有0-9共10个目录, 这10个目录就是做为标签(Label)使用, 因为会将所属的数字图像放在所属的目录中, 例如数字6的图像就会放在目录名称为6的目录在本范例中, 将会在jupyer notebook下载资料集进行使用, 因此不需要事先下载.
在本范例所使用的平台工具会使用到JuypterHub, MLflow与Web Server(Django), 如下图所示:
我们下一篇就来安装JupyterHub
http://yann.lecun.com/exdb/mnist/
<<: 从零开始学游戏设计:模型基础 Part.3 雕塑场景
终於20天了,那个心情就是有点开心快结束了,但对後面10篇感到担忧,既期待又怕无法完赛 XDD 好...
看到标题有个(二)该不会又是很长的系列文了吧!? 并不会。 因为有点复杂。微懒。 抓取目前所在位子 ...
原始题目 Given an array of integers arr, return true i...
今天努力了一个下午,终於算是勉强搞出了一组能动的 playbook,这边就来记录一下过程以及就我所知...
撰写大家熟知的终极密码 示意图 开始撰写 # cogs/guess.py @commands.com...