简单示例，一个用 CNN 识别 MNIST 手写数字的模型。数据是 60,000 张训练和 10,000 张测试的 28×28 灰度图，先归一化到 0-1，再加通道。模型用两层卷积（32 和 64 个滤波器）提取特征，两层池化缩小尺寸，再展平后用两个全连接层（128 和 10 个神经元）输出概率。训[……]
用 CNN（卷积神经网络）识别手写数字（0-9）
Leave a reply
简单示例，一个用 CNN 识别 MNIST 手写数字的模型。数据是 60,000 张训练和 10,000 张测试的 28×28 灰度图，先归一化到 0-1，再加通道。模型用两层卷积（32 和 64 个滤波器）提取特征，两层池化缩小尺寸，再展平后用两个全连接层（128 和 10 个神经元）输出概率。训[……]