【深度學習筆記】(二)基於MNIST數據集的神經網絡實驗

一、介紹

MNIST(Mixed National Institute of Standards and Technology database)是網上著名的公開數據庫之一,是一個入門級的計算機視覺數據集,它包含龐大的手寫數字圖片。

無論我們學習哪門程序語言,我們最開始的一件事就是學習打印”Hello World!”。就好比編程入門有Hello World,Tensorflow入門有MNIST,通常把它當做Tensorflow的入門級例程。

從事深度學習的研究,數據集是相當重要的。數據集提供了大量的數據作爲訓練集和驗證集。在深度學習領域如果想要在某一個方面有比較深入的研究成果,那麼除了具備設計算法、模型能力之外,還要有豐富的訓練樣本。

MNIST的官網是http://yann.lecun.com/exdb/mnist,從這個網站上面可以下載到4個數據文件(分別是訓練樣本、訓練標籤、測試樣本、測試標籤):

  • train-images-idx3-ubyte.gz: training set images (9912422 bytes)
  • train-labels-idx1-ubyte.gz: training set labels (28881 bytes)
  • t10k-images-idx3-ubyte.gz: test set images (1648877 bytes)
  • t10k-labels-idx1-ubyte.gz: test set labels (4542 bytes)

    這裏寫圖片描述

下載到的圖片就像這種手寫數字一樣,但是提供的圖片格式並不是通用的圖片格式,用圖片瀏覽器是打不開的:

這裏寫圖片描述

二、MNIST自帶模型分類

在下載下來的Tensorflow文件中,就已經自帶了MNIST的源碼,期中包含了以下5種模型:

  1. fully_connected_feed.py:MNIST採用Feed方式訓練
  2. mnist_deep.py:MNIST使用卷積神經網絡
  3. mnist_softmax.py:MNIST採用softmax迴歸訓練
  4. mnist_softmax_xla.py:MNIST使用XLA框架
  5. mnist_with_summaries.py:MNIST使用卷積神經網絡(CNN),並且訓練的過程可視化
發佈了53 篇原創文章 · 獲贊 49 · 訪問量 13萬+
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章