DL之DNN：利用DNN【784→50→100→10】算法对MNIST手写数字图片识别数据集进行预测 模型优化

DL之DNN：利用DNN【784→50→100→10】算法对MNIST手写数字图片识别数据集进行预测、模型优化

导读

目的是建立三层神经网络，进一步理解DNN内部的运作机制

目录

输出结果

设计思路

核心代码

输出结果

设计思路

核心代码

x, t = get_data()network = init_network()batch_size = 100 accuracy_cnt = 0for i in range(0, len(x), batch_size): x_batch = x[i:i+batch_size]y_batch = predict(network, x_batch)p = np.argmax(y_batch, axis=1)accuracy_cnt += np.sum(p == t[i:i+batch_size])print("批处理—Accuracy:" + str(float(accuracy_cnt) / len(x)))

如果觉得《DL之DNN：利用DNN【784→50→100→10】算法对MNIST手写数字图片识别数据集进行预测 模型优化》对你有帮助，请点赞、收藏，并留下你的观点哦！