【深度学习笔记】(二)基于MNIST数据集的神经网络实验

一、介绍

MNIST(Mixed National Institute of Standards and Technology database)是网上著名的公开数据库之一,是一个入门级的计算机视觉数据集,它包含庞大的手写数字图片。

无论我们学习哪门程序语言,我们最开始的一件事就是学习打印”Hello World!”。就好比编程入门有Hello World,Tensorflow入门有MNIST,通常把它当做Tensorflow的入门级例程。

从事深度学习的研究,数据集是相当重要的。数据集提供了大量的数据作为训练集和验证集。在深度学习领域如果想要在某一个方面有比较深入的研究成果,那么除了具备设计算法、模型能力之外,还要有丰富的训练样本。

MNIST的官网是http://yann.lecun.com/exdb/mnist,从这个网站上面可以下载到4个数据文件(分别是训练样本、训练标签、测试样本、测试标签):

  • train-images-idx3-ubyte.gz: training set images (9912422 bytes)
  • train-labels-idx1-ubyte.gz: training set labels (28881 bytes)
  • t10k-images-idx3-ubyte.gz: test set images (1648877 bytes)
  • t10k-labels-idx1-ubyte.gz: test set labels (4542 bytes)

    这里写图片描述

下载到的图片就像这种手写数字一样,但是提供的图片格式并不是通用的图片格式,用图片浏览器是打不开的:

这里写图片描述

二、MNIST自带模型分类

在下载下来的Tensorflow文件中,就已经自带了MNIST的源码,期中包含了以下5种模型:

  1. fully_connected_feed.py:MNIST采用Feed方式训练
  2. mnist_deep.py:MNIST使用卷积神经网络
  3. mnist_softmax.py:MNIST采用softmax回归训练
  4. mnist_softmax_xla.py:MNIST使用XLA框架
  5. mnist_with_summaries.py:MNIST使用卷积神经网络(CNN),并且训练的过程可视化
  • 0
    点赞
  • 1
    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