开发软件： Pycharm + Navicat 12
开发技术：Django + sqlite + Tensorflow卷积神经网络

  1.这是一个天气图像识别项目，基于tensorflow，使用卷积神经网络实现对多云，雨天，晴天，日出等天气场景进行识别。
  2.通过对1070张数据集图片进行训练生成训练模型，模型预测精度90%，使用django框架将数据结果进行显示，并增加后台管理系统方便使用信息的查看。

后台登录地址：http://127.0.0.1:8000/admin/login/
管理员账号密码：super/123456

# tensorflow # cnn # python
Logo
技术共进，成长同行——讯飞AI开发者社区

技术共进，成长同行——讯飞AI开发者社区

更多推荐

[深度学习]卷积神经网络

本实验基于Python和PyTorch框架比较了LeNet、AlexNet、VGG和ResNet四种经典CNN模型在FashionMNIST数据集上的表现，并重点研究了超参数调整对模型性能的影响。实验结果表明：1）对于所有模型，SGD优化器普遍比Adam表现更好；2）学习率在0.05左右时模型性能最佳；3）增加训练轮数可以提高准确率但会延长训练时间；4）批量大小对模型性能影响相对较小。此外，通过简

avatar 讯飞AI开发者社区
cover

华为云Flexus+DeepSeek征文｜基于华为云Flexus云服务的Dify一键部署

avatar 讯飞AI开发者社区

基于嵌入式系统的智能宠物行为模式预测模型

这种设计使系统在持续运行72小时后仍保持98%的在线率（Table 1）。数据采集系统整合了六类传感器网络：运动传感器（加速度计+陀螺仪）、环境传感器（温湿度+光照）、生物传感器（心率+皮肤电）、视觉传感器（RGB摄像头）、音频传感器（麦克风阵列）和定位传感器（GPS+蓝牙信标）（Figure 1）。数据预处理采用三级流水线：原始数据经过滑动窗口截断（窗口长度5s）、小波变换去噪（db6小波基）和

avatar 讯飞AI开发者社区