Kaggle tensorflow2.0 解决手写数字体识别问题

使用TensorFlow2.0在Kaggle上解决手写数字识别问题,通过调整神经网络结构和超参数,尝试了三层隐藏层(32, 32, 16)和两层隐藏层(32, 32),并应用dropout防止过拟合。调整过程中遇到训练准确率降低的问题。" 89072424,8006901,链表环形检测与入口节点寻找,"['数据结构', '链表问题', '算法', '编程']
摘要由CSDN通过智能技术生成

Kaggle tensorflow2.0 解决手写数字体识别问题

代码

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
from tensorflow.keras import layers
import csv

# 正好用tensorflow练手重写一下kaggle上面的手写数字识别
# 1.load data
train_data = []
train_label = []
openfile = open('./dataset/minist/train.csv','r')
reader = csv.reader(openfile)
for line in reader:
    train_data.append(line)
train_data =np.array(train_data)
train_label = train_data[1:,0]
train_data = train_data[1:,1:]
train_data = np.array(train_data).astype('float')
train_label = np.array(train_label).astype('float')
# print(train_data.shape)
# print(train_label.shape)
test_data = []
openfile = open('./dataset/minist/test.csv','r')
reader = csv.reader(openfile)
for line in reader:
    test_data.append(line)
test_data =np.array(test_data)
test_data = test_data
  • 2
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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
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