深度学习100例-卷积神经网络（CNN）天气识别 | 第5天

Posted K同学啊

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了深度学习100例-卷积神经网络（CNN）天气识别 | 第5天相关的知识，希望对你有一定的参考价值。

文章目录

一、前期工作

本文将采用CNN实现多云、下雨、晴、日出四种天气状态的识别。较上篇文章，本文为了增加模型的泛化能力，新增了Dropout层并且将最大池化层调整成了平均池化层。

我的环境：

  • 语言环境：Python3.6.5
  • 编译器：jupyter notebook
  • 深度学习环境：TensorFlow2

来自专栏：【深度学习100例】

以上是关于深度学习100例-卷积神经网络（CNN）天气识别 | 第5天的主要内容，如果未能解决你的问题，请参考以下文章

基于深度学习的天气识别算法对比研究-TensorFlow实现-卷积神经网络（CNN） | 第1例（内附源码+数据）

基于深度学习的天气识别算法对比研究-TensorFlow实现-卷积神经网络（CNN） | 第1例（内附源码+数据）

深度学习100例-卷积神经网络（CNN）识别验证码 | 第12天

深度学习100例-卷积神经网络（CNN）猴痘病识别 | 第45天

深度学习100例-卷积神经网络（CNN）猴痘病识别 | 第45天

深度学习100例-卷积神经网络（CNN）花朵识别 | 第4天