在上一篇文章,我们介绍了CNN的一些基本概念和lenet神经网络的架构,今天这一篇文章我们就模仿lenet网络去微调,使其符合mnist数据集的要求,并且达到我们练手的目的....接下来就是代码的实现部分,我们的代码分为3个部分,跟我们之前的全连接神经网络类似,分别是前向传播,反向传播,测试过程,接下来我们一个一个的跟着代码滤清思路.
1:前向传播过程
首先,代码如下:
在上述代码中...在conv2d函数中,我们定义了卷积层,我们在TensorFlow中直接使用tf.nn.con2d()这个函数就可以,他的结构如下:
举个例子;
tf.nn.conv2d(x=[100,28,28,1...在max_pool_2*2()这个函数中,我们定义了池化层,同样我们也使用了TensorFlow中的tf.nn.nax_pool这个函数,这个函数的结构如下:
屏幕快照 2018-06-01 上午10.07.23...并且如果有兴趣的同学还可以根据这个模型结合之前的全连接神经网络的内容进行修改,比如加上自制输入集测试功能,加上自制训练集测试机进行训练等等,再或者实现彩色图像识别功能等等.