初识Neural Networks
看一个具体的神经网络示例,使用Python 的 Keras 库来学习手写数字分类
将手写数字的灰度图像(28 像素×28 像素)划分到10 个类别 中(0~9)。使用 MNIST 数据集中,包括 4 个 Numpy 数组。这个数据集包含 60 000 张训练图像和 10 000 张测试图像。在机器学习中,分类问题中的某个类别叫作类(class)。数据点叫作样本(sample)。某 个样本对应的类叫作标签(label)。
张量
张量的关键属性
张量是由以下三个关键属性来定义的:
- 轴的个数(阶)。例如,3D 张量有3个轴,矩阵有2个轴。这在 Numpy 等 Python 库中也叫张量的ndim。
- 形状。这是一个整数元组,表示张量沿每个轴的维度大小(元素个数)。如,前面矩阵示例的形状为(3, 5),3D 张量示例的形状为(3, 3, 5)。向量的形状只包含一个元素,比如(5,),而标量的形状为空,即()。
- 数据类型(在 Python 库中通常叫作 dtype)。这是张量中所包含数据的类型,例如,张量的类型可以是float32、uint8、float64 等。在极少数情况下,你可能会遇到字符(char)张量。注意,Numpy