Python 仅检测一类目标的神经网络

我对python中的神经网络（NN）一无所知，我不知道NN是否可以在raspberry pi 3中运行？因为我认为问题在于NN需要良好的CPU/GPU性能来进行训练、数据传输和计算

那么，是否可以使用单类训练数据训练神经网络？为了节省CPU/GPU

例如，我希望系统只检测图像中的海参。 如能提供良好的答案/解释或链接至任何示例，将不胜感激。

---

谢谢你，波，我不知道我是否理解你的问题

单班培训数据可能根本不存在。如果你只想检测海参，那是两类分类问题吧？不管是不是海参。是或否是两个类

是的，很酷的人在raspberry pi上实现NN。但在某种程度上，这是可能的，但不是有效的。一个好的GPU将大大加快训练速度

---

PC可以训练一些小型NN。

NN可以在树莓皮3中运行吗？

是的，NN可以在树莓皮3上运行，就像。我推荐的更好的方法是在PC上训练神经网络，然后在Raspberry Pi上使用训练过的权重运行神经网络。GPU将大大加快训练速度比CPU，但如果你的神经网络不大，CPU也可以使工作完成

是否可以使用单类训练数据训练NN？

可以训练神经网络来解决“一类”（在您的例子中是海参）分类问题。但列车数据需要添加另一个类型类数据，其中包含不属于目标类（SeaCumber）的样本。然后利用“海参”和“非海参”两类数据，对神经网络进行二元分类是一个简单的问题

编辑：

轻松入门的方法

---

你可以参考这个博客：开始一个图像分类小说的工作，它实现了一个CNN来完成工作。

训练时间取决于一系列因素，如学习率、训练规模、模型架构（即要学习的参数数量）、时代数，一个只有几层深的网络也可以在你的计算机上轻松运行。是的，你也可以只上一节课，至少这是可能的。。谢谢你，我会调查的。）哦，谢谢你。。你说得对，这是两个等级的问题。。嗯，谢谢，尤元光：）嗯，我能不能也知道训练NN的步骤是什么？什么样的分类方法是最好的？fnn还是cnn？@RyeRai，您好，您可以参考上面编辑部分中的博客，NN是cnn:）非常感谢：）我非常感谢您为全面回答所做的努力。。谢谢：）