Xcy的博客

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

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。