在实现整个mnist手写数字识别之前,我们先对整个识别过程推导一遍。
首先,假设我们已经拥有一个训练完成的模型,设样本为,其中向量的各元素均为mnist数据集每张28*28图片的灰度值,一共784个元素 。
现在,令样本X为第i类的特征的加权和为
其中,为样本X中第j个元素的值对样本X为第i类是的影响程度,也就是权值,指如果在数据整体中,第i类较多,则较大。
现在已经求得样本X为第i类时的特征的加权和,下一步就是将这些加
在实现整个mnist手写数字识别之前,我们先对整个识别过程推导一遍。
首先,假设我们已经拥有一个训练完成的模型,设样本为,其中向量的各元素均为mnist数据集每张28*28图片的灰度值,一共784个元素 。
现在,令样本X为第i类的特征的加权和为
其中,为样本X中第j个元素的值对样本X为第i类是的影响程度,也就是权值,指如果在数据整体中,第i类较多,则较大。
现在已经求得样本X为第i类时的特征的加权和,下一步就是将这些加