![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
神经网络
polyhedronx
这个作者很懒,什么都没留下…
展开
-
TensorFlow实战笔记之(2):简单神经网络 实现手写数字识别
本文使用一个最简单的单隐层前馈网络实现手写数字识别,借助TensorFlow可以很容易地实现。一、数据集数据集使用MNIST,由数万张28像素×28像素的手写数字组成,这些图片只包含灰度值信息。其中包含训练集55000个样本,测试集10000个样本,以及验证集5000个样本。MNIST数据集可以在THE MNIST DATABASE下载,也可以使用下面的代码直接在python中导入:...原创 2019-06-23 22:06:42 · 934 阅读 · 1 评论 -
TensorFlow实战笔记之(3):神经网络优化策略
根据我前面两篇博客Softmax Regression 实现手写数字识别和简单神经网络 实现手写数字识别的结果,使用单层的Softmax Regression进行手写数字识别的准确率约为92%,而加了一层隐层之后,准确率只有80%左右,令人感到意外,因为一般网络越深,分类效果应该越好才对。不过简单分析一下,原因可能就是加了一层隐层之后参数数量变大,容易产生过拟合等。单层的Softmax Regre...原创 2019-07-02 17:43:21 · 513 阅读 · 0 评论 -
TensorFlow实战笔记之(4):卷积神经网络(CNN) 实现手写数字识别
一、引言前一篇博文使用单隐层的全连接神经网络,并结合一些神经网络的优化策略,如指数衰减学习率、正则化、Relu激活函数和Adam优化算法等,用包含100个隐层神经元的神经网络实现了MNIST数据集上手写数字识别98%的准确率。但是全连接神经网络也是有局限的,即使使用很深的网络、很多的隐层结点、很大的迭代轮数,也很难在MNIST数据集上得到99%以上的准确率。不过,卷积神经网络的出现解决了这一问...原创 2019-07-03 16:30:31 · 6171 阅读 · 0 评论 -
TensorFlow实战笔记之(5):卷积神经网络 实现CIFAR-10数据集分类
一、CIFAR-10数据集1.简介CIFAR-10是一个经典的数据集,包含60000张RGB 32x32像素的图像,其中训练集50000张,测试集10000张。CIFAR-10即标注为10类,每一类图片6000张,如下图。 数据集下载地址:https://www.cs.toronto.edu/~kriz/...原创 2019-07-27 22:37:33 · 9101 阅读 · 0 评论