参考:
1.《TensorFlow技术解析与实战》
2. http://blog.csdn.net/sparta_117/article/details/66965760
3. http://blog.csdn.net/HelloZEX/article/details/78537213
4. http://blog.csdn.net/gaohuazhao/article/details/72886450
5.http://blog.csdn.net/skeeee/article/details/16844937
###################################################
学习TF已经有一段时间了 ,《TensorFlow技术解析与实战》介绍的TF也还算详尽,参考众多大牛博客后,就跟着实现一遍识别自己手写数字的识别程序好了。学习过程就是在模仿中提高的嘛。手写原图:
内容如下:
- Tensorflow和MNIST简介
- CNN算法
- 训练程序
- 写数字,并用Opencv进行预处理
- 将图片输入网络进行识别
################################################
Tensorflow和MNIST简介:
TensorFlow™ 是一个采用数据流图,用于数值计算的开源软件库。它是一个不严格的“神经网络”库,可以利用它提供的模块搭建大多数类型的神经网络。它可以基于CPU或GPU运行,可以自动使用GPU,无需编写分配程序。主要支持Python编写,但是官方说也有C++使用界面。MNIST是一个巨大的手写数字数据集,被广泛应用于机器学习识别领域。MNIST有60000张训练集数据和10000张测试集数据,每一个训练元素都是28*28像素的手写数字图片。作为一个常见的数据集,MNIST经常被用来测试神经网络,也是比较基本的应用。
CNN卷积神经网络:
识别算法主要使用的是卷积神经网络算法(CNN)。
主要结构为:输入-卷积层-池化层-卷积层-池化层-全连接层-输出。
卷积
卷积其实可以看做是提取特征的过程。