DL之CNN：利用自定義DeepConvNet【7+1】算法對mnist數據集訓練實現手寫數字識別、模型評估(99.4%)

?

?

目錄

輸出結果

設計思路

核心代碼

---

?

?

?

輸出結果

?

?

設計思路

?

?

?

核心代碼

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))

?

?

?

總結

以上是生活随笔為你收集整理的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%)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。