mnist

    0热度

    1回答

    我已经调整了TensorFlow MNIST example的数据加载以使用original MNIST data。原始示例在100个纪元后精度> 0.80。我调整的示例(设置为use_original = False以使用它)仅获得约0.09 - 0.10的准确度(这只是随机的)。你能解释一下为什么? #!/usr/bin/env python """MNIST with Tensorflo

    2热度

    1回答

    我使用MNIST数据集训练了CNN(在tensorflow上)用于数字识别。 测试集精度接近98%。 我想用自己创建的数据预测数字,结果很糟糕。 我对我写的图像做了什么? 我分割出每个数字并转换为灰度,并将图像大小调整为28x28并馈送给模型。 为什么我在我的数据集上得到如此低的精度,在测试集上这样高精度? 我应该对图像进行其他修改吗? 编辑: 这里是link到的图像和一些例子:

    2热度

    2回答

    我想创建一个需要灰度,24 * 24像素图像文件(我还没有决定类型,所以建议欢迎)的python程序,并将其转换为从0(白色)像素值列表,到255(黑色)。 我打算使用这个数组创建一个类似MNIST的图片的字节文件,它可以被Tensor-Flow手写识别算法识别。 我发现Pillow library是这一任务是最有用的,通过迭代的每个像素,并将其值从PIL进口图片 img = Image.open

    0热度

    1回答

    我一直在尝试this tutorial on Youtube(在1m31s处扩展.cls和.labels),这只是一个简单的MNIST分类器模型。但由于Tensorflow中显然缺少的功能,我无法完成它。 >>>from tensorflow.examples.tutorials.mnist import input_data >>>data = input_data.read_data_set

    2热度

    1回答

    我试图从tensorflow website 完成MNIST教程我有2gb geforce 760gtx和每次内存不足。 我试图减少这些代码行批量大小在脚本的末尾: for i in range(20000): batch = mnist.train.next_batch(5) if i%100 == 0: train_accuracy = accuracy.eval(feed_di

    2热度

    1回答

    我正在试图按照this blog中给出的示例构建autoencoder模型。 input_img = Input(shape=(784,)) encoded = Dense(128, activation='relu')(input_img) encoded = Dense(64, activation='relu')(encoded) encoded = Dense(32, activat

    0热度

    2回答

    我使用caffe/example/mnist网络对数字进行分类。当我给网络一个号码的图片时,它似乎工作正常。但是当我给网络提供的图像不是数字时,训练有素的网络softmax层给出概率,其总是有一个概率1和其他0,如: [0,0,0,...,1 ,0,0,0]。 我想应该是这样的: [0,0.1,0.2,...,0.4,0.1,0.2], 在这种情况下,我可以说,这不应该是一个数。问题是什么?

    0热度

    1回答

    如果我理解正确的话,我可以通过添加RelU后the hidden layer,然后重复hidden layer + RelU 我变换3-Layered NN成DL NN难以想象维度将如何运作。我现在已经从small library我放在一起,所以我可以在概念 M = 784 # 28 x 28 pixels N = 512 # hidden neurons P = 10 # number of

    2热度

    1回答

    我正在关注Tensorflow MNIST tutorial。 通过理论/直觉部分的阅读,我开始理解x,输入,作为列矩阵。 事实上,描述softmax时,x被示出为列矩阵: 然而,在tensorflow声明中,x是这样的: x = tf.placeholder(tf.float32, [None, 784]) 我读这一个x是可变长度的数组(无),该数组的每个元素是大小为784的列矩阵。 即使x

    14热度

    3回答

    我正在尝试一个简单的来自github link的tensorflow演示代码。 我目前使用Python版本3.5.2 Z:\downloads\tensorflow_demo-master\tensorflow_demo-master>py Python 3.5.2 (v3.5.2:4def2a2901a5, Jun 25 2016, 22:18:55) [MSC v.1900 64 bit (