深度学习实例一——手势数字识别（tensorflow&pytorch）

这是吴恩达老师深度学习工程师（网上有资源，大家可以去看看吴老师的课程，还是很有收获。），第二次课第三周的课后实例作业，可以作为初学者练手的好项目。原项目是tensorflow写的，我又用pytorch写了一遍。数据文件和完整代码都传到github上了。详情见：https://github.com/idotc/Gesture-digit-recognition

一、Problem statement: SIGNS Dataset

设计一个神经网络用来识别如下图片手势中的数字。

• Training set: 1080 pictures (64 by 64 pixels) of signs representing numbers from 0 to 5 (180 pictures per number).
• Test set: 120 pictures (64 by 64 pixels) of signs representing numbers from 0 to 5 (20 pictures per number).

二、实现过程

整个过程分为：数据读取与处理，神经网络的设计，训练，评测

1. 数据读取与处理，这个主要是处理，训练图片需要转化成一维向量，还要把整个训练集shuffle成一个个mini_batch。对于label，需要转