2019-07-08
阅读量:
484
将卷积神经网络应用于mnist数据集
CNN基本上是一种已知为卷积神经网络的模型,并且由于其有用性,最近它已经获得了很多人气。CNN使用多层感知器进行计算工作。与其他图像分类算法相比,CNN使用相对较少的预处理。这意味着网络通过传统算法手工设计的过滤器进行学习。因此,对于图像处理任务,CNN是最适合的选择。
MNIST数据集:
mnist数据集是手写图像的数据集,如下图所示。

通过使用CNN(卷积神经网络)和功能模型,我们可以获得99.06%的准确率。使用功能模型的原因是在连接层时保持容易性。






评论(0)


暂无数据
推荐帖子
0条评论
0条评论
0条评论