TensorFlow教你如何快速搭建一个MNIST分类器

目录

导论

1. 模型装配接口model.compile()

2. 模型训练接口model.fit()

3. 使用compile和fit搭建MINIST分类器

4. 测试效果


导论

一般我们搭建好网络后,正常的流程不外乎下面三个步骤:

  1. 通过循环迭代数据集多遍,每次按批产生训练数据,前向计算;
  2. 通过损失函数计算误差值;
  3. 反向传播自动计算梯度,更新网络参数。

由于这一部分逻辑非常通用,我们可以直接使用 Keras 提供的模型装配训练高层接口实现。在 keras 中提供了 compile()和 fit()函数可以很方便地实现上述功能,使得代码简洁清晰。

1. 模型装配接口model.compile()

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

人工智能_SYBH

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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