1. 多神经元分类问题
假如对单神经元的模型92.28%的准确率还不满意
那么根据深度学习笔记(6) 实践层面(一)知道出现欠拟合可以进行高次多项式回归
那么对于神经网络来说,可以添加多一些神经元
那么,还是以MNIST手写数字识别问题为例
以下有部分内容与TensorFlow笔记(6) 单神经元分类 重复,如数据读取等可选择性跳过
2. 数据读取
利用网上的 MNIST 数据集 获取数据集压缩文件(切勿解压):
压缩文件 | 说明 |
---|
假如对单神经元的模型92.28%的准确率还不满意
那么根据深度学习笔记(6) 实践层面(一)知道出现欠拟合可以进行高次多项式回归
那么对于神经网络来说,可以添加多一些神经元
那么,还是以MNIST手写数字识别问题为例
以下有部分内容与TensorFlow笔记(6) 单神经元分类 重复,如数据读取等可选择性跳过
利用网上的 MNIST 数据集 获取数据集压缩文件(切勿解压):
压缩文件 | 说明 |
---|