第一时间关注程序猿(媛)身边的故事
有人说,2018年人工智能已经进入了全球爆发的时刻。个性化信息推送、人脸识别、语音操控等人工智能技术,已“入侵”日常生活的细枝末节。
十多年前,所有的企业都在想办法互联网化,如今,所有的互联网企业都在试图AI化,据数据统计,平均每 10.9 个小时会诞生一家 AI 企业。在这样的背景下,不难想象,未来机器学习技术将会是技术人的新门槛和领域。
那么问题来了,作为一名技术者,我该如何转型/学习 AI 技术?别着急,本文将带你入门AI第一课:《手把手教你Keras实现CNN》,让你实现手写数字识别准确率达到99.6%!(附完整代码)。
01
在我们安装过Tensorflow后,安装Keras默认将TF作为后端,Keras实现卷积网络的代码十分简洁,而且keras中的callback类提供对模型训练过程中变量的检测方法,能够根据检测变量的情况及时的调整模型的学习效率和一些参数. 下面的例子,MNIST数据作为测试:
转换数据的shape
从数据中分离出验证数据
一个训练样本
2
使用Keras搭建CNN
创建一个callback类的实例
数据增强处理
训练模型
在训练过程当中,有几次触发学习效率衰减的条件,每当val_acc连续3轮没有增长,就会把学习效率调整为当前的一半,调整之后,val_acc都有明显的增长,但是在最后几轮,模型可能已经收敛.
验证数据的混淆举证
以上就是本文的案例,如果大家对本篇文章技术点一知半解,不能透彻理解,您可能需要从机器学习的基础学起。
如果您决定踏入AI这个“坑”,在这里我推荐 CSDN 学院出品的《人工智能工程师》实训营,目标是通过 120 天的实战,将学员培养达到具备一年项目经验的人工智能工程师水平。CSDN 百天计划课程共分为 3 个阶段,4 个月完成。
联系 CSDN 学院职场规划师,
获取一对一专属服务
(包括:IT 职场规划服务/专属折扣)
领取专属 10元无门槛券
私享最新 技术干货