![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Deep Learning
BangGui02
这个作者很懒,什么都没留下…
展开
-
用Caffe+python如何训练一个手写体数字数别模型
手写体数字识别 1.将train.csv数据转化为lmdb格式存储 用Panda读取数据,由于.csv内的数据是以字符串形式存储,因此在读取完所有数据后,还需要将读取的数据转换成uint8形式,此时刚好可以存放一个像素值。具体操作如下: np.fromstring(data, dtype=np.uint8) 然后从数据中分别提取图像信息和对应的标签信息: labels = data原创 2017-06-22 21:09:49 · 748 阅读 · 0 评论 -
Batch Normalization笔记
Batch Normalization笔记在训练深度神经网络的时候,由于前面网络层参数的变化,会使得当前层网络的输入分布发生改变,这种情况需要我们很小心的对网络参数的参数进行初始化,以及使用很小的学习率,而这就会减缓整个网络的训练速度。上面的这种状况就被称为:internal covariate shift。而为了解决这种问题,论文中就提出了一种Batch Normalization的方法。之所以用原创 2017-10-03 14:21:00 · 320 阅读 · 0 评论