![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
MNIST手写数字识别
文章平均质量分 76
Fly木槿年弧
对代码感兴趣的一只小透明
展开
-
CNN使用MNIST手写数字识别实战的代码和心得
CNN(Convolutional Neural Network)卷积神经网络对于MNIST手写数字识别的实战代码和心得 首先是对代码结构思路进行思路图展示,如下: 参数和原理剖析: 因为MNIST图片为长和宽相同的28像素,为黑白两色,所以图片的高度为1,为灰度通道。 在传入的时候,我定义的BATCH_SIZE为512,所以具体的输入维度为(512,1,28,28) 我的CNN卷积神经网络的为两层卷积层,两次激活函数,两层池化层,和两层全连接层 卷积核设为5X5,步长Stride = 2(卷积核移动.原创 2020-08-01 08:09:57 · 3475 阅读 · 0 评论 -
LSTM使用MNIST手写数字识别实战的代码和心得
RNN的架构除了RNN类中的模型不同,其他的构架与CNN类似,如果还没有阅读过CNN文章的可以点击下方链接进入: CNN使用MNIST手写数字识别实战的代码和心得 LSTM(Long Short-Term Memory长短时记忆网络)虽然在MNIST手写数字识别方面不擅长,但是也可以进行使用,效果比CNN略显逊色 对LSTM使用MNIST手写数字识别的思路图 LSTM是在RNN的主线基础上增加了支线,增加了三个门,输入门,输出门和忘记门。 避免了可能因为加权问题,使程序忘记之前的内容,梯度弥散或者梯度.原创 2020-08-01 08:33:53 · 944 阅读 · 1 评论