8、卷积神经网络：从CIFAR - 10到风格迁移的探索

卷积神经网络：从CIFAR - 10到风格迁移的探索

1. CIFAR - 10图像预测

CIFAR - 10是一个常用的图像分类数据集。截至2019年4月，其最优结果的准确率达到了96.53%。当我们想要使用训练好的深度学习模型对CIFAR - 10图像进行批量评估时，由于已经保存了模型和权重，无需每次都进行训练。以下是具体的操作步骤：
1. 加载模型 ：

import numpy as np
import scipy.misc
from tensorflow.keras.models import model_from_json
from tensorflow.keras.optimizers import SGD

# load model
model_architecture = 'cifar10_architecture.json'
model_weights = 'cifar10_weights.h5'
model = model_from_json(open(model_architecture).read())
model.load_weights(model_weights)

2. 加载图像 ：

# load images
img_names = ['cat-standing.jpg', 'dog.jpg']
imgs = [np.transpose(scipy.misc.im