Нейрондық желілердің негізгі түсінігі


А.1.5.3 Техникалық талаптар



Pdf көрінісі
бет33/37
Дата31.12.2021
өлшемі1,08 Mb.
#21770
1   ...   29   30   31   32   33   34   35   36   37
Байланысты:
Сламбек Б.Нейрондық желілер негізінде адамның бет-әлпет эмоциясын тану.2019

А.1.5.3 Техникалық талаптар 

 

 

Жүйе  IBM  үйлесімді  дербес  компьютерлерде  жұмыс  істеуі  керек.  Ең  аз 



конфигурация: процессор түрі - Pentium және одан жоғары; Жад сыйымдылығы 

64 МБ және одан жоғары. 



 

 


40

 

А қосымшасының жалғасы



 

 

А.1.5.4 Бағдарламалық үйлесімділік талаптары 

 

 

Жүйе  Win32  API-ді  іске  асыратын  Windows  операциялық  жүйелерінің 

бақылауында жұмыс істеуі керек. 

 

 



 

 

 



 

 

 



 

 

 



 

 

 



 

 

 



 

 

 



 

 

 



 

 

 



 

 

 



 

 

 



 

 

 



 

 


41

 

Б қосымшасы 

(міндетті) 

 

Бағдарлама коды 



 

 

from keras.callbacks import CSVLogger, ModelCheckpoint, EarlyStopping 



from keras.preprocessing.image import ImageDataGenerator 

from sklearn.model_selection import train_test_split 

from keras.layers import Activation, Convolution2D, Dropout, Conv2D 

from keras.layers import AveragePooling2D, BatchNormalization 

from keras.layers import GlobalAveragePooling2D 

from keras.models import Sequential 

from keras.layers import Flatten 

from keras.models import Model 

from keras.layers import Input 

from keras.layers import MaxPooling2D 

from keras.layers import SeparableConv2D 

from keras import layers 

from keras.regularizers import l2 

import pandas as pd 

import cv2 

import numpy as np 

 

dataset_path = 'test/*.jpg' 



image_size=(48,48) 

batch_size = 32 

num_epochs = 110 

input_shape = (48, 48, 1) 

validation_split = .2 

verbose = 1 

num_classes = 7 

patience = 50 

base_path = 'models/' 

l2_regularization=0.01 

data = pd.read(dataset_path) 

pixels = data['pixels'].tolist() 

width, height = 48, 48 

faces = [] 

for pixel_sequence in pixels: 

face = [int(pixel) for pixel in pixel_sequence.split(' ')] 

face = np.asarray(face).reshape(width, height) 

face = cv2.resize(face.astype('uint8'),image_size) 

faces.append(face.astype('float32')) 



42

 



Достарыңызбен бөлісу:
1   ...   29   30   31   32   33   34   35   36   37




©emirsaba.org 2024
әкімшілігінің қараңыз

    Басты бет