- 博客(3)
- 资源 (4)
- 收藏
- 关注
原创 TensorFlow 学习 - MNIST 之CNN分类
在 TensorFlow 学习 - MNIST 之 SoftMax Regression 实现(完整代码,拷贝可运行) 中详细讲解了利用TensorFlow 对MNIST数据集分类的过程,精度在91%左右。这一篇利用卷积神经网络改善模型。同样的,本文先附上完整可运行的代码,再分段介绍。
2017-06-02 16:43:05 476
原创 卷积神经网络 - 卷积池化
卷积神经网络 卷积神经网络(CNN)由输入层,卷积层,激活函数,池化层,全连接层组成。 Input - Conv - Relu - Pool - Fc 卷积层:用于特征的提取 输入图像是32 * 32 * 3(R,G,B),用一个5 * 5 * 3 的filter【注意,两个3必须相同】,得到一个28 * 28 * 1 的特征图。 如何由32经由5得到28? 以5
2017-06-02 16:08:27 3329 1
原创 TensorFlow 学习 - MNIST 之 SoftMax Regression 实现(完整代码,拷贝可运行)
数据集以及模型介绍MNIST 数据集: Google实验室的Corinna Cortes和纽约大学柯朗研究所的Yann LeCun建的手写数字数据库,训练库有60,000张手写数字图像,测试库有10,000张。每一个MNIST数据单元有两部分组成:一张包含手写数字的图片和一个对应的标签。我们把这些图片设为“xs”,把这些标签设为“ys”。训练数据集和测试数据集都包含xs和ys,比如训练数据集的图片是
2017-06-02 11:56:34 902
神经网络LSTM 时间预测
2017-08-03
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人