江南大学《机器学习》大作业-人脸图像性别分类
Kaggle比赛地址
大报告
Jupyter Notebook实现
《机器学习》 是计算机类硕士生阶段的重要应用基础课程，旨在使学生了解机器学习的研究对象、研究内容、研究方法（包括理论基础和实验方法），和近年来的主要发展技术路线。本课程非学位课，为了培养学生以机器学习理论为基础从事相关应用研究的能力，学生的考核以大作业的形式进行。
通过看——查阅资料、做——复现已有资料的实验或做一个机器学习应用课题、写——将自己的研究工作写成技术报告，完成整个大作业。
| 名称 | 版本 | 用途 |
|---|---|---|
| Tensorflow | 2.3.1 | 深度学习框架 |
| Keras | 2.4.3 | 基于Tensorflow的实现 |
| scikit-learn | 0.32.2 | 机器学习库 |
| matplotlib | 3.3.2 | 绘图库 |
| pandas | 1.1.3 | 数据处理库 |
| numpy | 1.19.2 | 矩阵库 |
| opencv-Python | 4.4.0.44 | 读取图片 |
从网盘下载（参考Issues #1）
从Kaggle下载（比赛现已截止，无法报名，未报名者无法下载）
然后把下载到的所有文件放在根目录
GenderRecognition.ipynb - 包含运行结果的交互式Jupyter Notebook
run.py - 纯Python代码
save_weights.h5 - 训练2000轮后的权重，可复现最佳预测结果
train.csv - 已对其中错误的标签进行修改
submission.csv - 输出的预测结果
trial.txt - 使用最佳模型预测训练集，对训练集所做的修改
Jupyter Notebook Preview.html/Jupyter Notebook Preview.pdf - 运行结果，内容同GenderRecognition.ipynb
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent