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%)
【摘要】 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...
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
-
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
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)