神经网络可以自动从数据中学习到合适的权重参数。
3.6手写数字识别
手写数字图像的分类,先通过训练图像进行学习,得到模型,再对测试图像进行分类。
训练图像都标有数字【0-9】的标签。
代码见我上传的资料:
python脚本mnist.py。下载4个数据集,将数据转换成NumPy数组进行处理
上图中下载的数据集,我没下载成功,【有报错】,而是从网上找的资源。
数据训练集
(x_train, t_train), (x_test, t_test) = load_mnist(flatten=True, normalize=False)
上面的代码中的load_mnist介绍见下图。
代码见下图
pip install Pillow
MNIST.rar的资源解压后成功了。
识别成功了。
3.6.2神经网络的推理处理
正规化:把数据限定到某个范围内的处理称为正规化处理。
预处理:对神经网络的输入数据进行某种既定的转换称为预处理。
3.6.3批处理
由于数值计算的库都进行了能够高效处理大型数组运算的最优化,所以批处理具有优势。