DL之CNN：利用自定义DeepConvNet【7+1】算法对mnist数据集训练实现手写数字识别、模型评估(99.4%)

DL之CNN：利用自定义DeepConvNet【7+1】算法对mnist数据集训练实现手写数字识别、模型评估(99.4%)

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

  

   

    

     

    
    

     

      network = DeepConvNet() 
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      network.load_params("data_input/DeepConvNet/deep_convnet_params.pkl")   
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      #T1、caluculate accuracy(float64)
     
    
   

    

     

    
    

     

      print("DeepConvNet【7+1】 on mnist：caluculate accuracy (float64 type) ... ")
     
    
   

    

     

    
    

     

      print(network.accuracy(x_test, t_test)) #caluculate accuracy(float64)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      #T2、caluculate accuracy(float16)
     
    
   

    

     

    
    

     

      x_test = x_test.astype(np.float16) 
     
    
   

    

     

    
    

     

      for param in network.params.values(): 
     
    
   

    

     

    
    

     

       param[...] = param.astype(np.float16)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      print("DeepConvNet【7+1】 on mnist：caluculate accuracy (float16 type) ... ")
     
    
   

    

     

    
    

     

      print(network.accuracy(x_test, t_test))  
     
    
  
 

文章来源: yunyaniu.blog.csdn.net，作者：一个处女座的程序猿，版权归原作者所有，如需转载，请联系作者。

原文链接：yunyaniu.blog.csdn.net/article/details/89599144