https://github.com/zviniicius/ml_transferlearning

O projeto consiste em aplicar o método de Transfer Learning em uma rede de Deep Learning na linguagem Python no ambiente COLAB.
https://github.com/zviniicius/ml_transferlearning

Last synced: 1 day ago
JSON representation

O projeto consiste em aplicar o método de Transfer Learning em uma rede de Deep Learning na linguagem Python no ambiente COLAB.

• Host: GitHub
• URL: https://github.com/zviniicius/ml_transferlearning
• Owner: zViniicius
• License: apache-2.0
• Created: 2024-12-27T04:39:50.000Z (over 1 year ago)
• Default Branch: main
• Last Pushed: 2024-12-27T06:02:24.000Z (over 1 year ago)
• Last Synced: 2025-03-27T05:16:23.984Z (over 1 year ago)
• Language: Jupyter Notebook
• Homepage:
• Size: 3.05 MB
• Stars: 0
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md
  • License: LICENSE

Awesome Lists containing this project

README

          
# Projeto de Transfer Learning em Python

## 💻 Reconhecimento de Imagem: Cães vs Gatos

# Desafio-DIO 

Repositório criado para apresentar os desafio de código realizado na plataforma DIO - Digital Innovation One. 

O projeto consiste em aplicar o método de Transfer Learning em uma rede de Deep Learning na linguagem Python no ambiente COLAB.  



## 🚀 Tecnologias

Esse projeto foi desenvolvido com as tecnologias:

- COLAB

- Python



## 📃**Descrição do Desafio**

### **Projeto de Transfer Learning em Python**

1. O projeto consiste em aplicar o método de Transfer Learning em uma rede de Deep Learning na linguagem Python no ambiente COLAB.  

2. Para exemplo, utilizaremos o seguinte projeto que realiza Transfer Learning com o Dataset do MNIST: 

    

3. O dataset utilizado engloba duas classes: gatos e cachorros. Uma descrição da base de dados pode ser visualizada neste link: . 

4. Já o dataset para download pode ser acessado por meio deste outro link:

   . 

1. Observações: Neste projeto, você pode usar sua própria base de dados (exemplo: fotos suas, dos seus pais, dos seus amigos, dos seus animais domésticos, etc), o exemplo de gatos e cachorros, pode ser substituído por duas outras classes do seu interesse. O Dataset criado em nosso projeto anterior, pode ser utilizado agora.  

2. O projeto deve ser enviado para o GitHub da DIO: .