TensorFlow练习4: CNN, Convolutional Neural Networks

Convolutional Neural Networks翻译为卷积神经网络,常用在图像识别和语音分析等领域。CNN详细介绍参看:

使用TensorFlow创建CNN

执行结果:


下面使用tflearn重写上面代码,tflearn是TensorFlow的高级封装,类似Keras

tflearn提供了更简单、直观的接口。和scikit-learn差不多,代码如下:

TensorFlow练习4: CNN, Convolutional Neural Networks

TensorFlow练习4: CNN, Convolutional Neural Networks

相关文章

《TensorFlow练习4: CNN, Convolutional Neural Networks》有8个想法

  1. fig = plt.figure()

    for i in range(9):

    random_index = (np.random.rand(1) * dataset.test.num_examples)[0].astype(np.int32)

    x = dataset.test.images[random_index]
    xx = x.reshape([28,28])

    img = fig.add_subplot(3,3,i+1)
    img.imshow(xx, cmap=’gray_r’)
    img.set_xticks([])
    img.set_yticks([])
    label = np.argmax( model.predict(x.reshape(-1, 28, 28, 1)) , 1 ) # 预测

    plt.text(13, -1.2, str(label))

    plt.show()

    可以查看预测结果集的效果,前置:

    import matplotlib.pyplot as plt
    dataset = tflearn.datasets.mnist.read_data_sets(train_dir=’MNIST_data’,one_hot=True)

    本文比课程2好些,但是validation不建议用test,例程中用的后面的5000条,用上面的加载会获取后面的5000条·validation·

  2. 你的代码有问题吧?
    第一个实现的第52行,epochs=1???然后第55行,难道是讲所有epoch的loss想加吗?

  3. 猫儿,你好啊
    能不能讲一下参数是怎么调的
    最近调参调的好开(dan)心(teng)….. 🙂

  4. No module named examples.tutorials.mnist,站长下次写代码,麻烦把数据也附加上,让我们这些初学者也学习学习~~

发表评论

电子邮件地址不会被公开。 必填项已用*标注