「mnist手寫數字辨識」的推薦目錄:
- 關於mnist手寫數字辨識 在 コバにゃんチャンネル Youtube 的精選貼文
- 關於mnist手寫數字辨識 在 大象中醫 Youtube 的最讚貼文
- 關於mnist手寫數字辨識 在 大象中醫 Youtube 的最讚貼文
- 關於mnist手寫數字辨識 在 [問題] 手寫數字辨識問題- 看板DataScience - 批踢踢實業坊 的評價
- 關於mnist手寫數字辨識 在 手寫數字辨識 的評價
- 關於mnist手寫數字辨識 在 圖像訓練:使用卷積神經網路辨識手寫數字 - GitHub 的評價
- 關於mnist手寫數字辨識 在 【 欣賞神經網路做手寫數字辨識】 MNIST... - Python 資料科學 ... 的評價
- 關於mnist手寫數字辨識 在 【 欣賞神經網路做手寫數字辨識】 MNIST... - Facebook 的評價
- 關於mnist手寫數字辨識 在 pytorch mnist教學的推薦與評價,FACEBOOK和網紅們這樣回答 的評價
mnist手寫數字辨識 在 大象中醫 Youtube 的最讚貼文
mnist手寫數字辨識 在 大象中醫 Youtube 的最讚貼文
mnist手寫數字辨識 在 手寫數字辨識 的推薦與評價
本專案使用keras所提供的mnist datasets作為訓練資料,將28*28像素的手寫辨識影像降維,並透過機器學習的方式學習出一個手寫數字的分類器。 ... <看更多>
mnist手寫數字辨識 在 圖像訓練:使用卷積神經網路辨識手寫數字 - GitHub 的推薦與評價
註: 這份教學和tfjs-examples/mnist-core 範例中的差別是我們在這裡使用了TensorFlow.js 的高階API( Model 、 Layer ) 來建構模型;而mnist-core 使用低階的線性代數 ... ... <看更多>
mnist手寫數字辨識 在 [問題] 手寫數字辨識問題- 看板DataScience - 批踢踢實業坊 的推薦與評價
哈!
開版後第一個技術問題就由小魯來提問吧
我參考書上MNIST+CNN的範例
建立了以下架構
卷積層1 28*28 16層
池化層1 14*14 16層
卷積層2 14*14 36層
池化層2 7*7 36層
平坦層 1764 神經元
隱藏層 128 神經元
輸出層 10 神經元
完美達成了 99.5% 的辨識率
可是當訓練資料換成 我自己的資料時
辨識率就只有80%左右 而且這80% 是因為完全不認得 數字8跟9
所有數字8跟9的全部認錯 所以只有80%
放大神經元數或卷積、池化層數目也得到類似的結果
是因為我的訓練資料不足的關係嗎?
我看MNIST是各數字都有6000多筆
我的資料分佈如下
0 : 85
1 : 860
2 : 2231
3 : 1521
4 : 1750
5 : 1302
6 : 1511
7 : 1671
8 : 1967
9 : 2426
光看資料 感覺比較認不出來的應該是 0 或1 阿
另外為了彌補 資料量的差異 我有改變訓練資料
每個數字各取800個 出來訓練 (0太少 只能完整訓練)
再把每個數字隨機抽出50個出來驗證
9還是每個都認錯...
請問我的方向該怎麼修正呢?
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 219.87.162.162
※ 文章網址: https://www.ptt.cc/bbs/deeplearning/M.1519705516.A.4F3.html
... <看更多>