文章目录

• 一、前期工作
• • 1. 设置GPU
  • 2. 导入数据
  • 3. 查看数据
• 二、数据预处理
• • 1. 加载数据
  • 2. 可视化数据
  • 3. 再次检查数据
  • 4. 配置数据集
• 三、调用官方网络模型
• 四、设置动态学习率
• 五、编译
• 六、训练模型
• 七、模型评估
• • 1. Accuracy与Loss图
  • 2. 混淆矩阵
• 八、保存and加载模型
• 九、预测

一、前期工作

本文将通过对人眼状态的识别达到检测注意力的目的 ⏳ 新增混淆矩阵模块。

🚀 我的环境：

• 语言环境：Python3.6.5
• 编译器：

《新程序员》：云原生和全面数字化实践50位技术专家共同创作，文字、视频、音频交互阅读

总结

以上是生活随笔为你收集整理的深度学习100例-卷积神经网络（CNN）识别眼睛状态 | 第17天的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。