百度飞浆实战-手写数字识别

目录

  • 参考
  • 建模过程
    • 1、数据加载和预处理
    • 2、模型的网络设计和开发
      • 模型组网
    • 3、模型训练
  • 代码实战
    • 1、打开aistudio找到项目

参考

视频教程
PaddleAPI DOC

建模过程

1、数据加载和预处理

飞桨框架帮助我们将MNIST数据集进行了内置
数据集名称: MNIST
数据集官网 : http://yann.lecun.com/exdb/mnist
训练样本量: 60,000张
验证样本量: 10,000张
单个样本形状: (28,28)
加载使用方式:paddle.vision.datasets.MNIST

训练集
https://dataset.bj.bcebos.com/mnist/train-images-idx3-ubyte.gz 
https://dataset.bj.bcebos.com/mnist/train-labels-idx1-ubyte.gz 

测试集
https://dataset.bj.bcebos.com/mnist/t10k-images-idx3-ubyte.gz 
https://dataset.bj.bcebos.com/mnist/t10k-labels-idx1-ubyte.gz 

2、模型的网络设计和开发

模型组网

百度飞浆实战-手写数字识别_第1张图片

因为每张图片是28*28(784)像素,所以我们输入层设置为784个神经元,隐藏层是512(这个数据是可以变得,一般是深度学习设计者根据经验计算得出),输出层是10(0~9的数字)

3、模型训练

代码实战

1、打开aistudio找到项目

再项目中搜索,找到打开链接
https://aistudio.baidu.com/aistudio/projectdetail/1495354?channelType=0&channel=0

你可能感兴趣的:(深度学习,百度,目标检测)