Instructions to use CapstoneML/Model with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Keras
How to use CapstoneML/Model with Keras:
# !pip install -U keras tensorflow huggingface_hub # Keras needs TensorFlow installed to read "hf://" paths, so the tensorflow backend is selected here; # "jax" and "torch" also work for computation once TensorFlow is installed. import os os.environ["KERAS_BACKEND"] = "tensorflow" import keras model = keras.saving.load_model("hf://CapstoneML/Model") - Notebooks
- Google Colab
- Kaggle
Commit History
-
melakukan load langsung di repo model app.py dan menambahkan YAML di README.md
9474ecb -
Upload model files
914b7b6 -
update README.md
Verified signature# HistoryLens - Capstone DBS Coding Camp Proyek ini adalah aplikasi klasifikasi gambar berbasis deep learning untuk mengenali situs cagar budaya di Daerah Istimewa Yogyakarta (DIY). Dibuat menggunakan Gradio dan TensorFlow/Keras, ditujukan untuk membantu pengguna mengenali tempat bersejarah hanya dengan mengunggah foto. ## Persyaratan Sistem Sistem ini direkomendasikan untuk dijalankan di: - OS: Windows 10/11 64-bit - Python 3.10 --- ## Daftar Kelas Model mengenali 10 lokasi berikut: - Benteng Vredeburg - Candi Borobudur - Candi Prambanan - Gedung Agung Istana Kepresidenan - Masjid Gedhe Kauman - Monumen Serangan 1 Maret - Museum Gunungapi Merapi - Situs Ratu Boko - Taman Sari - Tugu Yogyakarta ## Arsitektur Model - MobileNetV2 kustom dengan TensorFlow/Keras - Input: Gambar RGB berukuran 224x224x3 - Output layer: Softmax (10 kelas) ## Tools and Library - Python, TensorFlow/Keras - Gradio untuk antarmuka pengguna - Model disimpan dalam format `.json` dan `.h…c77bd16 -
Upload folder using huggingface_hub
Verified signature6867877 -
initial commit
Verified signaturebc4805a