深度学习
AddVH
这个作者很懒,什么都没留下…
展开
-
基于卷积神经网络CNN的手写数字识别
基于卷积神经网络CNN的手写数字识别1.CNN卷积神经网络中的几个概念卷积核(Convolution Kernel)卷积(Convolution)池化(Pooling)2.导入mnist手写数据集3.构建卷积神经网络4.训练卷积神经网络5.使用测试集测试6.参考文献1.CNN卷积神经网络中的几个概念想象现在你有一张手写数字图片,你需要识别它是0-9中的哪个数字,一种思路是寻找图片局部的特征,如果这个图片和某个数字的大部分局部特征最相似,则将该图片识别为该数字。卷积核(Convolution Kerne原创 2020-07-29 19:04:10 · 8444 阅读 · 5 评论 -
基于keras库训练BP神经网络的实例
1.数据集准备下表由雇员数据库的训练数据组成。数据已泛化。例如,age “31–35"表示年龄在31~ 35之间。对于给定的行,count表示department, status, age和salary在该行具有给定值的元组数。设status是类标号属性。1.1数据集生成import numpy as npimport matplotlib.pyplot as pltdata=np.array([[0,0,2,4,30], [0,1,1,0,40], [0,1,2,1原创 2020-07-15 19:59:38 · 7996 阅读 · 7 评论