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
作者其他文章
评论（0）