深度学习
文章平均质量分 89
MoxuanCN
你很懒,还没有添加简介
展开
-
利用CNN对MNIST训练
目录1 简介2 数据集3 数据预处理3.1 数据集导入3.2 像素值归一化处理3.3 计算图片的高和宽3.4 读取标签并进行one-hot编码3.5 数据集划分4 参数与网络设置4.1 参数设置4.2 网络设置5 损失设置与训练6 结果展示1 简介MNIST是一个入门级的计算机视觉数据集,它包含各种从0到9的手写数字图片以及对应的标签,本篇使用了简单卷积神经网络来实现手写图片预测,主要目的在于熟悉CNN的操作。首先,设置一些参数..原创 2021-08-31 19:28:32 · 4500 阅读 · 0 评论 -
CNN简单介绍
简单介绍卷积神经网络是一种带有卷积结构的深度神经网络,主要组成为:输入、卷积层、激活函数、池化层、全连接层与输出。与普通的神经网络不一样,卷积神经网络引入了卷积核(filter)的概念。普通神经网络,对于输入的每一个像素都有一个参数来提取该像素点的特征,当输入图片的像素点较少、神经元设置不多时训练速度尚可,但当输入数据较大,神经元数量较多时,需要维护的参数数量级是十分庞大的,需要消耗大量的算力且易造成过拟合。而卷积神经网络,通过引入卷积核,每次对于一片像素点进行特征提取,且实现了...原创 2021-08-31 19:16:51 · 551 阅读 · 0 评论 -
文字识别模型MNIST
1 简介MNIST是一个入门级的计算机视觉数据集,它包含各种从0到9的手写数字图片以及对应的标签,本篇使用了两层简单神经元来实现手写图片预测,主要目的在于熟悉Tensorflow的使用流程。2 数据集本篇使用MNIST数据集,首先导入包:import numpy as npimport tensorflow as tfimport matplotlib.pyplot as pltfrom tensorflow.examples.tutorials.mnist import...原创 2021-08-24 18:11:15 · 1393 阅读 · 0 评论 -
Anaconda与tensorflow的安装与线性回归模型示例
[TOC]# 1 Anaconda## 1.1 Anaconda的下载与安装下载链接:https://www.anaconda.com/products/individual#Downloads![image-20210824151502049](C:\Users\MX\AppData\Roaming\Typora\typora-user-images\image-20210824151502049.png)下载完毕后安装![image-20210821102817752](C:\U原创 2021-08-24 16:09:13 · 1151 阅读 · 2 评论