cs231n-2017-assignments2-TensorFlow.ipynb 心得体会

新手菜鸟级别,大神请绕道

今天较好的完成了cs231n-2017-assignments2-TensorFlow.ipynb中的最后一个部分:构建一个model对cifar数据集进行训练,今天的精度在train上达到0.98,在val上达到0.82,明天继续进行优化。

具体代码见TensorFlow.ipynb

以下仅贴出model:

def my_model(X,y,is_training):
    
    # [conv-relu-conv-relu-pool]  out=14x14
    conv1 = tf.layers.conv2d(X,128,kernel_size=[3,3],strides=(1,1),activation=tf.nn.relu)
    ba1   = tf.layers.batch_normalization(conv1,training=is_training)
    conv2 = tf.layers.conv2d(ba1,256,[3,3],activation=tf.nn.relu)
    ba2   = tf.layers.batch_normalization(conv2,training=is_training)
    pool1 = tf.layers.max_
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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