深度神经网络图像识别工具包img_ml_toolbox

为什么写这个工具包

img_ml_toolbox工具包是一个用Jupyter Notebook的交互控件ipywidgets写的机器学习工具包。它主要面向希望学习深度神经网络开发的初学者，体验深度神经网络，了解机器学习的基本步骤。img_ml_toolbox将机器学习的步骤与经过封装的少量的代码整合在一起，能够降低初学者的上手难度。由于Jupyter Notebook是深度学习较常用的一个工具，用它开发，也有助于初学者熟悉Jupyter Notebook的使用。

安装与使用

docker（推荐）

下载docker 映像
```
docker pull lxzheng/img_ml_toolbox:1.0
```

启动docker容器

docker run --gpus all -it --rm -p 6006:6006 -p 8888:8888  lxzheng/img_ml_toolbox:1.0

打开Jupyter Notebook 在容器启动之后，打开浏览器输入地址
```
http://127.0.0.1:8888/
```
密码：xmu_atr
打开img_ml_toolbox 在Jupyter Notebook主面板，点击打开image_recognition.ipynb，打开img_ml_toolbox，按照文档中的提示操作，体验机器学习的流程。

目录映射如果希望保存数据集或保留缓存的模型供下次启动docker容器使用，可以将本机目录映射到容器，启动命令修改如下：

docker run --gpus all -it --rm -p 6006:6006 -p 8888:8888 -v <本机数据集目录>:/img_ml_toolbox/data -v <本机视频存放目录>:/img_ml_toolbox/data/video -v <本机缓存目录>:/root/.keras:rw lxzheng/img_ml_toolbox:1.0

目录说明

目录	说明
/img_ml_toolbox/data	数据集存放目录
/img_ml_toolbox/data/video	视频文件存放目录
/root/.keras	keras缓存目录，包括预训练模型，下载的数据集以及tensorflow hub缓存

手动安装

安装相关依赖软件，启动jupyter notebook，打开image_recognition.ipynb

致谢

感谢厦门大学2017级数字媒体专业黄天豪同学对本项目的贡献

License许可协议

项目使用GNU General Public License v3.0协议发布

lxzheng/img_ml_toolbox