实战tensorflow手写体数字识别_第1页
实战tensorflow手写体数字识别_第2页
实战tensorflow手写体数字识别_第3页
实战tensorflow手写体数字识别_第4页
实战tensorflow手写体数字识别_第5页
已阅读5页,还剩36页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

TensorFlowMNISTSoftmaxMNISTCNNMNISTCNNMNIST由纽约大学的YannLeCun等人维护。MNISTMNIST的每个元素对应一个像素点,即每张图像大小固定为28x28像素。MNISTMNIST数据集中的图像都是2560表示白色(背景),255表示0MNIST如如tf.contrib.learnKerasMNISTpath:本地缓存MNIST数据集(mnist.npz)的相对路径TupleofNumpyarrays:`(x_train,y_train),(x_test,MNISTSoftmax1957WarrenMcCullochWalterPittsFrank激活函数(Activation全连接层(fullyconnectedlayers,FC后向传播(BackPropagation,BP1960s1986年,DavidRumelhartGeoffreyHinton等人发表了一篇后来成

MNISTSoftmaxMNISTSoftmaxMNISTSoftmaxTryMNISTCNNCNN络的复杂性,继而提出了卷积神经网络(ConvoluTIonalNeuralNetworks,简称CNN)。卷积设:f(x),g(x)是R上的两个可积函数,作积分:卷积层(ConvolutionalLayer,池化层池化层是用于缩小数据规模的一种非线性计算层。为了降低特征维度,我们需要对输入数据进行采样,具体做法是在一个或者多个卷积层后增加一个池化层。池化层由三个参数决定:(1)池化类型,一般有最大池化和平均池化两种;(2)池化核的大小k;(3)池化核的滑动间隔s下图给出了一种的池化层示例。其中,2x2大小的池化窗口以2个单位距离在输入数据上滑动。在池化层中,如果采用最大池化类型,则输出为输入窗口内四个值的最大值;如采用平均池化类型,则输出为输入窗口内四个值的平均值DropoutDropout是常用的一种正则化方法,Dropout层是一种正则化层。全连接层参数量非常庞大(占

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论