使用Python Keras API的LabVIEW深度学习
本帖最后由 Scadao 于 2019-12-21 11:36 编辑使用Python Keras API的LabVIEW深度学习
概述
此示例演示如何使用深度学习 API 来调用 Python Keras 库执行数值分类。该模型为顺序类型，使用 Keras 提供的优化器进行编译。此模型使用 mnist 数据集进行训练，可识别和分类在前面面板上绘制的数字。
描述
本示例编译并训练main.py中定义的模型。该模型使用Keras提供的28x28尺寸图像的mnist数据集，并通过预测在前面板上绘制的数字来输出结果。
硬件和软件要求
[*]LabVIEW 2018 64-bit及后续版本
[*]Python 3.6 64-bit
[*]TensorFlow Python库
[*]Keras Python库
实施或执行代码的步骤
请确保在 Python 环境中安装了 TensorFlow 和 Keras。打开Keras.vi，运行此VI。编译和训练模型后，状态指示器将更改为"Model_Predicting"。将鼠标拖动到绘图窗格中以绘制数字，模型将输出预测。
附加信息或参考
Keras文档
前面板
https://ni.i.lithium.com/t5/image/serverpage/image-id/259250i634BD907E6906C66/image-size/medium?v=1.0&px=400https://ni.i.lithium.com/t5/image/serverpage/image-id/259251i5BE49A2F96A7374F/image-size/medium?v=1.0&px=400
页:
[1]