DL之DNN：利用DNN【784→50→100→10】算法对MNIST手写数字图片识别数据集进行预测、模型优化

DL之DNN：利用DNN【784→50→100→10】算法对MNIST手写数字图片识别数据集进行预测、模型优化

导读
目的是建立三层神经网络，进一步理解DNN内部的运作机制

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

  

   

    

     

    
    

     

      x, t = get_data()
     
    
   

    

     

    
    

     

      network = init_network()
     
    
   

    

     

    
    

     

      batch_size = 100 
     
    
   

    

     

    
    

     

      accuracy_cnt = 0
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      for i in range(0, len(x), batch_size): 
     
    
   

    

     

    
    

     

       x_batch = x[i:i+batch_size]
     
    
   

    

     

    
    

     

       y_batch = predict(network, x_batch)
     
    
   

    

     

    
    

     

       p = np.argmax(y_batch, axis=1) 
     
    
   

    

     

    
    

     

       accuracy_cnt += np.sum(p == t[i:i+batch_size])
     
    
   

    

     

    
    

     

      print("批处理—Accuracy:" + str(float(accuracy_cnt) / len(x)))
     
    
  
 

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/88598532