TensorFlow深度学习模型训练及应用
2024-03-078596
AI 快速预览详细
本文介绍了中小学人工智能教学中使用TensorFlow进行模型训练及应用的方法。首先确定任务类型为图像分类，选择合适的模型架构如卷积神经网络。接着在英伽训练平台上进行数据采集和模型训练。训练完成后，导出keras模型并将其导入mind+文件系统中。编写程序代码块，实现模型的应用。通过这些步骤，学生可以体验、理解并创造模型，提升对人工智能的理解。
|
中小学人工智能教学，以围绕人工智能模型展开教学，需要学生体验模型、理解模型、训练模型、应用模型和创造模型等。只有围绕模型来教学，才能理解“数据、算法和算力是推动人工智能发展的三驾马车”。为此笔者探究人工智能的TensorFlow模型训练，涵盖模型设计、数据准备、模型构建、训练和评估等关键步骤。 项目过程： 1、模型设计。 （1）确定任务类型：明确你的模型要解决的具体任务类型，例如图像分类、目标检测、文本生成等。 （2）选择合适的模型架构：根据任务类型选择适合的模型架构，例如卷积神经网络。 本文设计一个图像分类的模型。 2、训练地点 选择英伽训练平台，设定好分类类别，进行数据采集  训练完模型后，进行模型测试：  选用 手机和笔 的分类训练，完成后导出模型，选择keras模型。  下载模型，将模型导入mind+文件系统中；  编写程序代码块： 1、 添加keras图形块（输入keras就可以加载）  2、输入模型lables中的内容  3、完整程序  按下A键后，将物品置于摄像头前，行空板会出现采集的图片，屏幕上出现手机或笔的识别结果。其它应用类例，本例主要是介绍keras图形块的应用。 |
-
-
2.34 MB, 下载次数: 12424
-
-
2.1 MB, 下载次数: 12611
File "/usr/local/lib/python3.7/dist-packages/keras/utils/traceback_utils.py", line 67, in error_handler
raise e.with_traceback(filtered_tb) from None
File "/usr/local/lib/python3.7/dist-packages/keras/saving/save.py", line 209, in load_model
raise IOError(f'No file or directory found at {filepath}')
OSError: No file or directory found at keras_model.h5
root@unihiker:~/mindplus/cache/2.mp#
你在项目中的文件上，点击右键，打开文件位置，看下这个临时文件夹里有没有模型文件？
但我已放了在相關目錄內了
WARNING:tensorflow:No training configuration found in the save file, so the model was *not* compiled. Compile it manually.
Traceback (most recent call last):
File "/root/mindplus/cache/TensorFlow深度学习模型训练及应用(原版).mp/.cache-file.py", line 38, in
cv2.imwrite("Mind+.png", img)
NameError: name 'img' is not defined
root@unihiker:~/mindplus/cache/TensorFlow深度学习模型训练及应用(原版).mp#
我已把訓練档KERAS都放一起了,还是不行
定义一个变量，获取识别的值，然后if判断就行了