DL之DNN：利用DNN【784→50→100→10】算法對MNIST手寫數(shù)字圖片識別數(shù)據(jù)集進行預(yù)測、模型優(yōu)化

導(dǎo)讀
目的是建立三層神經(jīng)網(wǎng)絡(luò)，進一步理解DNN內(nèi)部的運作機制

?

?

?

目錄

輸出結(jié)果

設(shè)計思路

核心代碼

---

?

?

?

?

輸出結(jié)果

?

設(shè)計思路

?

核心代碼

x, t = get_data() network = init_network() batch_size = 100 accuracy_cnt = 0for i in range(0, len(x), batch_size): x_batch = x[i:i+batch_size]y_batch = predict(network, x_batch)p = np.argmax(y_batch, axis=1) accuracy_cnt += np.sum(p == t[i:i+batch_size]) print("批處理—Accuracy:" + str(float(accuracy_cnt) / len(x)))

?

?

?

?

總結(jié)

以上是生活随笔為你收集整理的DL之DNN：利用DNN【784→50→100→10】算法对MNIST手写数字图片识别数据集进行预测、模型优化的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。