前言
最近在实操号称人工智能中的’hello world‘–手写数字集识别。这里是使用的是paddlepaddle深度学习框架。
其中我们在训练的时候,需要计算准确度。框架提供计算准确度的方法:fluid.layers.accuracy().它究竟是如何进行精确度的计算的?今天,我带大家一探究竟!
accuracy方法介绍
paddle.fluid.layers.accuracy(input,label),
input 为输入为网络预测值
label为数据集的标签
def multilayer_perceptron(x):
#这个fc方法有个扁平化操作。
hidden1 = fluid.layers.fc(input=x,size=100,act='relu')
hidden2 = fluid.layers.fc(input=hidden1,size=100,act='relu')
#softmax 也称为归一化指数函数。这里包含两个步骤,第一步,使用指数函数将所有数值转化为0-1区间内的数
#第二部,计算概率值,使用转化后的值/转化后值的和。
y = fluid.layers.fc(input=hidden2,size=10,act='softmax')#?为什么是softmax
return y
#定义数据层
x = fluid.layers.data(name='x',shape=[1,28,28],dtype='float32')
label = fluid.layers.data(name='y',shape=[1],dtype=