您现在的位置:新闻首页>论文

【连载】深度学习笔记12:卷积神经网络的Tenso

2019-01-07 18:06编辑:AI发烧友人气:


  人工智能技术去重新实现一遍,【连载】深度学习笔记12:卷积神一来为了能够对神经网络的传播机制能够理解更加透彻,二来也是为了更加高效使用开源框架快速搭建起深度学习项目。本节就继续和大家一起学习如何利用

  我们继续以 NG 课题组提供的 sign 手势数据集为例,学习如何通过Tensorflow快速搭建起一个深度学习项目。数据集标签共有零到五总共 6 类标签,示例如下:

  可见我们总共有 1080 张 64643 训练集图像,120 张 64643 的测试集图像,共有 6 类标签。下面我们开始搭建过程。

  首先需要为训练集预测变量和目标变量创建占位符变量placeholder,经网络的Tensorflow实现定义创建占位符变量函数:

  可见我们要搭建的是一个典型的 CNN 过程,经过两次的卷积-relu激活-最大池化,然后展开接上一个全连接层。利用Tensorflow搭建上述传播过程如下:

  定义好上述过程之后,就可以封装整体的训练过程模型。可能你会问为什么没有反向传播,这里需要注意的是Tensorflow帮助我们自动封装好了反向传播过程,无需我们再次定义,在实际搭建过程中我们只需将前向传播的网络结构定义清楚即可。

  我们在训练集上取得了 0.67 的准确率,华为企业BG总裁:每年将销售收入10%-15%投入研发“AI主播”跨越拟真技术“恐怖谷”,或将带来电。在测试集上的预测准确率为 0.58 ,虽然效果并不显著,模型也有待深度调优,但我们已经学会了如何用Tensorflow快速搭建起一个深度学习系统了

(来源:未知)

织梦二维码生成器
已推荐
0
  • 凡本网注明"来源:的所有作品,版权均属于中,转载请必须注明中,http://www.ai278.com。违反者本网将追究相关法律责任。
  • 本网转载并注明自其它来源的作品,目的在于传递更多信息,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品来源,并自负版权等法律责任。
  • 如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。






图说新闻

更多>>
人工智能产品经理系列(六)端到端的产品管理

人工智能产品经理系列(六)端到端的产品管理



返回首页