遗传算法优化卷积网络结构(实现自动根据适应度函数:即准确率来全局搜索最佳网络结构):主要被优化参数:卷积网络层数,每层卷积层的通道数,全连接的层数,全连接层的通道数。代码有详细注解

代码视频:视频去哪了呢?_哔哩哔哩_bilibili

特别提醒:本文主要有两个脚本代码,要存放在同一个文件夹下,第一个要被命名为project.py(因为第二个脚本要从第一个脚本导出一些数据及参数),第二个脚本可以随意命名。

结果截图

1.搭建卷积网络结构(文件被命名为project.py)

导入数据
import tensorflow as tf
def load():#定义数据处理函数
    (x_train, y_train), (x_test, y_test) = tf.keras.datasets.mnist.load_data()#调取数据
    print(y_test.shape)#查看标签数据集形状
#转换数据形状
    x_train = tf.expand_dims(x_train, axis=3)#由[60000,28,28]变为[60000,28,28,1],也可以用reshape语句达到目的
    x_test = tf.expand_dims(x_test, axis=3)
    x_train = tf.cast(x_train, tf.float32)#变为浮点型数据
    x_test = tf.cast(x_test, tf.float32)
    y_test = tf.cast(y_test, tf.int32)#变为整型数据,否则后面会报错
#对数据集切片处理
    #把特征训练集与标签训练集打包
  • 1
    点赞
  • 5
    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

深度学习的奋斗者

你的鼓励是我努力的动力

¥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