2017年06月_Whu_Xcy

09月 07月 06月 05月 04月 03月 02月 01月

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