tensorflow 2.0 学习 （十二）卷积神经网络 （二） CIFAR10数据集与改进VGG13网络 + CoLab
网络结构如下： 代码如下： 注释： （1）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； （2）对CIFAR数据集的理解不够！需要进一步加深； （3）下次更新ResNet18网络与CIFAR10数据集实战。 2020.5.16 ...
原文：tensorflow 2.0 学习 （十三）卷积神经网络 （三） CIFAR10数据集与修改的ResNet18网络 + CoLab
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 . . 重新更新代码 用CoLab跑代码 训练效果： 预测效果在 左右，但有小幅度的波动。 ...
2020-02-23 11:05 0 871 推荐指数：
相关推荐
tensorflow 2.0 学习 （十一）卷积神经网络 （一） MNIST数据集训练与预测 LeNet-5网络
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 ...
Tensorflow暑期实践——使用卷积神经网络对CIFAR-10数据集进行分类
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 ...
神经网络入门-用python实现一个两层神经网络并在CIFAR10数据集上调参
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 ...
神经网络进阶-用python实现一个完整的神经网络框架并在CIFAR10数据集上调参
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 ...
TensorFlow训练MNIST数据集（3） —— 卷积神经网络
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 ...
tensorflow 2.0 学习 （十四）循环神经网络 IMDB数据集与RNN情感分类网络
网络结构： 代码如下： 测试的误差和准确率： Final test loss and accuracy : [1.3201157276447002, 0.80188304] 下一次更新：LSTM情感分类问题 ...