【keras学习(六)】mnist手写图片分类程序(四)使用正则化

一、使用正则化识别mnist手写图片数据集

使用正则化的原因是可以避免过拟合的情况发生

二、代码分析

在建立模型的时候,全连接层的参数kernel_regularizer进行设置,该参数的意思是在权值上设置正则化,此外还有偏置正则化等

#创建模型,输入784个神经元,输出10个神经元
model = keras.Sequential()
model.add(keras.layers.Dense(200,input_dim=784,kernel_regularizer=keras.regularizers.l2(0.0003)))
model.add(keras.layers.Activation('tanh'))
keras.layers.Dropout(0.4)
model.add(keras.layers.Dense(100,kernel_regularizer=keras.regularizers.l2(0.0003)))
model.add(keras.layers.Activation('tanh'))
keras.layers.Dropout(0.4)
model.add(keras.layers.Dense(10,kernel_regularizer=keras.regularizers.l2(0.0003)))
model.add(keras.layers.Activation('softmax'))
运行代码后,得出的准确率结果达到95%左右,可以分别使用test和train数据集进行对比测试,可以得出过拟合比较低的结论

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值