前面两篇随笔实现的单层神经网络 和多层神经网络， 在MNIST测试集上的正确率分别约为90%和96%。在换用多层神经网络后，正确率已有很大的提升。这次将采用卷积神经网络继续进行测试。 1、模型基本结构 　　如下图所示，本次采用的模型共有8层（包含dropout层）。其中卷积层 ...

首先是不含隐层的神经网络， 输入层是784个神经元 输出层是10个神经元 代码如下 结果如下 接下来是含一个隐层的神经网络，输入层是784个神经元，两个隐层都是100个神经元，输出层是10个神经元，迭代500次，最后准确率在88%左右，汗。。。。准确率反而降 ...

　　在我的上一篇随笔中，采用了单层神经网络来对MNIST进行训练，在测试集中只有约90%的正确率。这次换一种神经网络（多层神经网络）来进行训练和测试。 1、获取MNIST数据 　　MNIST数据集只要一行代码就可以获取的到，非常方便。关于MNIST的基本信息可以参考我的上一篇随笔 ...

初学tensorflow，参考了以下几篇博客： soft模型 tensorflow构建全连接神经网络 tensorflow构建卷积神经网络 tensorflow构建卷积神经网络 tensorflow构建CNN[待学习] 全连接+各种优化[待学习] BN层[待学习] 先 ...

浙江财经大学专业实践深度学习tensorflow——阳诚砖 1.案例描述 使用卷积神经网络对CIFAR-10数据集进行分类 2.CIFAR-10数据集 2.1 下载CIFAR-10数据集 2.2 导入CIFAR-10数据集 2.3 显示数据集信息 2.4 查看单项 ...

网络结构如下： 代码如下： 训练和测试结果如下： 下次更新CIFAR10数据集与改进VGG13网络 ...

mxnet框架下超全手写字体识别—从数据预处理到网络的训练—模型及日志的保存 INFO:root:Epoch[0] Batch [100] Speed: 1504.57 samples/sec accuracy=0.113564INFO:root:Epoch ...

这次我们将建立一个卷积神经网络，它可以把MNIST手写字符的识别准确率提升到99%，读者可能需要一些卷积神经网络的基础知识才能更好的理解本节的内容。 程序的开头是导入TensorFlow： import tensorflow as tf from ...