softmax:有人把它看作一个归一化的工具,通过概率来进行归一化中的值,反正比较简单,过几天再传解释,包括交叉熵。
keras:不熟悉的大家可以看中文文档讲得不错,恩恩。然后我的后端是theano。
结构,两层:6000,28*28的图片输入,通过第一层压缩为32维的输出,然后经过激励函数,这里选择sigmoid,你们也可以选择relu或者其他激活函数。
然后压缩为10层的输出,再通过softmax激励函数进行分类
code:
###
'''
手写数字
'''
###
import numpy as np
np.random.seed(1337)
from keras.datasets import mnist
from keras.utils import np_utils
from keras.models import Sequential
from keras.layers import Dense,Activation
from keras.optimizers import RMSprop
## load data
(X_train,Y_train),(X_test,Y_test) = mnist.load_data()
## normal
X_train = X_train.reshape(X_train.shape[0],-1)/255.
X_test = X_t