关于MNIST手写数字识别不高的解决方案
当我们使用MNIST手写数字作为数据训练网络的时候,使用恰当的模型往往可以在测试集上得到很高的精准度,下面的图片是博主的训练结果:
测试集的精准度甚至还好过在训练集的表现 (60000是训练集,10000是测试集,acc表示精准度)
但是当使用自己用画图工具或者自己拍的照片的时候,神经网络得到的预测却大部分都是错的
以下是博主的解决方案:‘
1.可能由于图像的噪音引起,MNIST的数据集基本上不含有噪音(颜色稍微不同的色块)
处理加载进来的图片的数组,把噪音去除 如:picmatix=np.where(picmatix>25,picmatix,0)
2.手写字与画图工具刷子的区别,可以改用画图工具的“颜料刷”,更加拟合手写字