![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
笔记
文章平均质量分 86
一无所知的小白·
这个作者很懒,什么都没留下…
展开
-
基于CNN卷积神经网络的猫狗分类
基于CNN卷积神经网络的猫狗分类一、CNN卷积神经网络介绍二、相应包的导入三、模型的结构四、模型的构建五、优化器的数据的归一化处理六、测试数据和训练数据导入 一、CNN卷积神经网络介绍 见主页文章基于cnn的手写数字识别文字,CNN的介绍 二、相应包的导入 2.1分别从keras.layers包中导入卷积神经网络的2D卷积层、2D池化层、全连接层(Dense)、以及随机关闭神经元(Dropout)、扁平化(Flatten),如下 from keras.layers import Convolution2D,原创 2021-12-12 11:43:06 · 1915 阅读 · 3 评论 -
基于CNN卷积神经网络手写数字识别模型
基于CNN手写数字识别模型训练一、CNN(卷积神经网络)简介二、实验设计实验结果最终代码 一、CNN(卷积神经网络)简介 1.1 卷积神经网络是一类包含卷积计算且具有深度结构的前馈神经网络,是深度学习的代表算法之一,在图像处理和识别的方向上取得很大的成就,本文只要进行的是基于CNN卷积神经网络的数字识别模型训练。 1.2 卷积神经网络结构:输入层——隐藏层——输出层,其中隐藏层包括卷积层(Convolution)、池化层(Pooling)、全连接层(Dense),其结构基本如下 二、实验设计 2.1 实验原创 2021-11-06 18:49:27 · 5968 阅读 · 2 评论