DL之DNN：利用DNN【784→50→100→10】算法對MNIST手寫數字圖片識別數據集進行預測、模型優化

導讀
目的是建立三層神經網絡，進一步理解DNN內部的運作機制

?

?

?

目錄

輸出結果

設計思路

核心代碼

---

?

?

?

?

輸出結果

?

設計思路

?

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

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站內容還不錯，歡迎將生活随笔推薦給好友。