简介
神经网络利用作为深度学习的一种策略,它是人工知识的众多子领域之一.他们在大约70年前首次提出,试图以更精简的结构重现人脑的工作方式.单一的“神经元”连接分层,通过分配权重来决定神经元对信号的反应传播通过网络.
2022世界杯亚洲区赛程表时间Skyfi实验室为您提供了学习和构建这个项目的最简单的方法。
先决条件
本地Python 3开发环境,包括用于安装Python包的工具pip和用于创建虚拟环境的venv.
项目基本结构
阶段1 -配置项目
在构建确认程序之前,必须引入几个条件并创建一个工作区来保存记录.
我们将使用Python 3虚拟环境来处理我们企业的条件。为您的扩展和探索到新的索引创建另一个目录:
接下来,介绍您现在将要使用的库。我们将通过在风险目录中创建requirements.txt记录来使用这些库的显式变体,该记录指明了先决条件和我们需要的版本.
第二阶段-导入MNIST数据集
我们现在将要使用的数据集称为MNIST数据集,它在机器学习社区中是典型的.这个数据集是由用手写数字的图片,大小为28x28像素。以下是数据集中记住的几个数字实例:
阶段3 -定义神经网络体系结构
神经网络的工程涉及到组件,例如,网络中的层数.张量流的中心思想是张量。信息结构,如展览或纲要。网络的灵感来自于人类思维的运作,这里的术语是单位利用与我们所认为的神经元对话.就像神经元在大脑中传递信号一样。单位将过去单位的一些品质作为信息,进行计算,然后将新的激励作为输出给不同的单位.这些单位是分层的为了塑造网络,至少从一层输入品质开始,一层输出尊重.
阶段4 -构建张量流图
为了构建我们的网络,我们将把网络设置为TensorFlow要执行的计算图.张量流的中心思想是张量。N信息结构像一个参展商的纲要。
第五阶段-培训和测试
该方法的准备过程包括通过图的方式对准备数据集进行整理和进行不幸工作.每一次网络都会重复一堆额外准备的图片。它刷新参数,以减少不幸,使更预见数字出现.测试过程包括运行我们的测试数据集。
以下是人工神经网络的一些优点
结论
现在,我们准备了一个神经网络来描述MNIST数据集,其精确度约为92%,并在你自己的照片上进行了试验.动量最好的班级研究在这个平等的问题上完成了大约99%。利用复杂的网络架构,包括卷积层。
2022世界杯亚洲区赛程表时间Skyfi实验室帮助学生学习实用的技能通过构建真实的项目。
你可以和朋友一起报名,并在家门口领取工具包
你可以向专家学习,建立可行的项目,向世界展示技能,获得最好的工作。
今天开始!
加入来自36个以上国家的25万多名学生,通过建设项目培养实践技能
24小时内发货。使用在线教程进行构建。
保持更新,并基于最新的技术构建项目