搜索 - 腾讯云开发者社区-腾讯云

文章/答案/技术大牛

发布

来自专栏杨熹的专栏
TensorFlow－3: 用 feed-forward neural network 识别数字
今天继续看 TensorFlow Mechanics 101： https://www.tensorflow.org/get_started/mnist/mechanics 完整版教程可以看中文版tutorial： http://wiki.jikexueyuan.com/project/tensorflow-zh/tutorials/mnist_tf.html 这一节讲了使用 MNIST 数据集训练并评估一个简易前馈神经网络（feed-forward neural network） input，outp
67480发布于 2018-04-03
来自专栏杨熹的专栏
TensorFlow－3: 用 feed-forward neural network 识别数字
本文介绍了如何使用 TensorFlow-3.0 和 Keras 在 Python 中构建一个简单的全连接神经网络，用于 MNIST 手写数字识别任务。首先，作者介绍了如何下载和安装 TensorFlow-3.0 和 Keras，然后描述了如何使用两个隐藏层实现一个具有 128 个神经元和 10 个输出节点的全连接神经网络。接下来，作者演示了如何将训练数据集划分为训练、验证和测试数据集，并使用交叉熵损失函数和梯度下降优化器进行训练。最后，作者使用测试数据集评估了模型的准确率。整个代码的 GitHub 地址为 https://github.com/tensorflow/tensorflow/tree/master/tensorflow/examples/tutorials/mnist。
1.5K01发布于 2017-08-01
来自专栏杨熹的专栏
机器学习&人工智能博文链接汇总
6-TensorBoard 可视化学习 TensorFlow－5: 用 tf.contrib.learn 来构建输入函数 TensorFlow-4: tf.contrib.learn 快速入门 TensorFlow
1.5K60发布于 2018-04-02

TensorFlow－3: 用 feed-forward neural network 识别数字

TensorFlow－3: 用 feed-forward neural network 识别数字

机器学习&人工智能博文链接汇总

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐