最近实验室老师新买了一些书,借了一本深度学习的书看了看,挺不错的
1
查看一些教程和代码,大概实现了一些手写字的识别:
有正确识别的:
当然也有错误识别的:
识别为 0
识别为 1
2
环境:Python 3.6.3TensorFlow 1.10.1
数据集:Mnist
大概的一个思路先对数据集进行训练,将训练之后的参数保存下来,然后输入手写的数字,看机器判断是否正确
第一步是训练
实验用到两层卷积层,一层全连接层
第一卷积层的输出神经元有32个
进入第二层后输出64个神经元
到第三层1024个
最后用softmax函数输出图片对应的数字的概率
这里用到的学习率是0.0001
训练了30000次
每次随机抓取训练集中的50幅图像:
训练的准确率变化情况:
step 29500, training accuracy 1.00
step 29600, training accuracy 1.00
step 29700, training accuracy 1.00
step 29800, training accuracy 1.00
step 29900, training accuracy 1.00
test accuracy 0.9922
第二步是验证
用PS创建一个28 X 28像素的画布,用画笔写的几个数字,导入到程序中,直接运行就出结果了
这步需要用到PIL库,并且对图像的像素有严格要求,必须是28 X 28,因为训练集就是这样的
大概的一个情况,过于粗略。更深层次的理论解释,需要后续再添加了。从实验到理论,再到实验,会更理解其中的原理吧
谢谢你,和你的时间
领取专属 10元无门槛券
私享最新 技术干货