Digits用于深度学习

11.5下午三号楼 nvidia的人来进行讲座关于digits。现场进行了导入他提供的样本库进行训练，实现辨别数字图片。

账号就是97*3@qq.com

操作文档：

http://ec2-54-158-100-83.compute-1.amazonaws.com/9v3vW43Z8D/notebooks/Image%20Classification%20with%20DIGITS%20-%20Improving%20Performance.ipynb

digits网址：

http://ec2-54-158-100-83.compute-1.amazonaws.com/digits/

如下：

创建datasets

 

实验时为了加速，改成灰度图和28*28像素

 

然后从创建model：

 

选择要用的dataset（选test2可以发现有就万多个测试数据和3万个验证数据，共12万。本来第一个Default...数据集就六万个，test2就是把黑白颜色互换一下来增加样本数），然后也是为了速度，把Training epochs由30改为10。

 

由于刚刚改成灰度28*28，所以现在要选第一个LeNet

 

创建好model后就可以点进model进行鉴别了。先在model里提交待测图片或图片集（这里用txt装这些图片的url）

 

结果如下

 

若是要同时测试一批数据，可以如下操作：

在说明文档里

 

 

 

把这些复制进新的txt文件，然后在model里面打开即可。（可见上面的图）这是结果：

 

发现最后一个8读成了2。

为了提高正确率，他修改了神经网络。

点克隆

 

在新克隆出的model创建界面里点击Customize。

如下所示

 

然后照着文档说明改代码

http://ec2-54-158-100-83.compute-1.amazonaws.com/9v3vW43Z8D/notebooks/Image%20Classification%20with%20DIGITS%20-%20Improving%20Performance.ipynb

上面的layer{}放在67行下面，下面的就是改两个对应的值：75，100。

 

现在再读就都正确了。虽然1的比率下降了点。