网络结构如下： 代码如下： 注释： 由于笔记本配置的原因，程序没有跑完，今后有合适的机器再跑 对CIFAR数据集的理解不够 需要进一步加深 下次更新ResNet 网络与CIFAR 数据集实战。 . . 更新 采用谷歌CoLab在线跑代码，解决了机器配置不足的问题 训练和测试结果如下： 最后测试准确率到 . ，与书上 . 近似。 ...
2020-02-10 20:21 0 706 推荐指数：
ResNet网络结构如下： 采用模型和数据分离的代码方式，模型如下： 程序调试成功，没有训练，测试数据， 数据量太大，目前的机器不行，待有合适的时机再做预测。 下次更新：RNN网络实战IMDB数据集 2020.5.17 重新更新代码 用CoLab跑代码 ...
VGG是2014年ILSVRC图像分类竞赛的第二名，相比当年的冠军GoogleNet在可扩展性方面更胜一筹，此外，它也是从图像中提取特征的CNN首选算法，VGG的各种网络模型结构如下： 今天代码的原型是基于VGG13，也就是上图的B类，可以看到它的参数量是很可观的。 因为设备 ...
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 ...
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 ...
以下代码源自dive into DL T2.0, 运行时间较长，建议在colab上运行。 ...
下面是我从cs231n上整理的神经网络的入门实现，麻雀虽小，五脏俱全，基本上神经网络涉及到的知识点都有在代码中体现。 理论看上千万遍，不如看一遍源码跑一跑。 源码上我已经加了很多注释，结合代码看一遍很容易理解。 最后可视化权重的图： 主文件，用来训练调参 ...
上一个博客中讲解了用python实现一个简单的两层神经网络，我们是把所有的网络层都直接写在了类中。但是作为一个神经网络框架，网络的结构应该是可以由使用者自定义的，这样一来也就不用为每个网络结构都重写所有代码，我们把每一层模块化，在神经网络的类中定义结构时使用这些模块化的层堆叠形成一个完整 ...
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 ...
