分类：MNIST数据集

2021
09-24

手把手教你实现PyTorch的MNIST数据集

目录概述获取数据网络模型train函数test函数main函数完整代码:概述MNIST包含0~9的手写数字,共有60000个训练集和10000个测试集.数据的格式为单通道28*28的灰度图.获取数据defget_data():"""获取数据"""#获取测试集train=torchvision.datasets.MNIST(root="./data",train=True,download=True,transform=torchvision.transforms.Compose([... 继续阅读 >

2020
10-08

基于Tensorflow读取MNIST数据集时网络超时的解决方式

最近在学习TensorFlow，比较烦人的是使用tensorflow.examples.tutorials.mnist.input_data读取数据fromtensorflow.examples.tutorials.mnistimportinput_datamnist=input_data.read_data_sets('/temp/mnist_data/')X=mnist.test.images.reshape(-1,n_steps,n_inputs)y=mnist.test.labels时，经常出现网络连接错误解决方法其实很简单，这里我们可以看一下input_data.py的源代码（这里截取关键部分）defmaybe_download(f... 继续阅读 >

2020
09-29

tensorflow实现残差网络方式(mnist数据集)

介绍残差网络是何凯明大神的神作，效果非常好，深度可以达到1000层。但是，其实现起来并没有那末难，在这里以tensorflow作为框架，实现基于mnist数据集上的残差网络，当然只是比较浅层的。如下图所示：实线的Connection部分，表示通道相同，如上图的第一个粉色矩形和第三个粉色矩形，都是3x3x64的特征图，由于通道相同，所以采用计算方式为H(x)=F(x)+x虚线的的Connection部分，表示通道不同，如上图的第一个绿色矩形和第三个绿色矩... 继续阅读 >

2020
09-29

使用tensorflow实现VGG网络,训练mnist数据集方式

VGG作为流行的几个模型之一,训练图形数据效果不错，在mnist数据集是常用的入门集数据，VGG层数非常多，如果严格按照规范来实现，并用来训练mnist数据集，会出现各种问题，如，经过16层卷积后，28*28*1的图片几乎无法进行。先介绍下VGGILSVRC2014的第二名是KarenSimonyan和AndrewZisserman实现的卷积神经网络，现在称其为VGGNet。它主要的贡献是展示出网络的深度是算法优良性能的关键部分。他们最好的网络包含了16个卷积/全连接... 继续阅读 >