qq_45893591的博客

CNN(Convolutional Neural Network)卷积神经网络对于MNIST手写数字识别的实战代码和心得首先是对代码结构思路进行思路图展示，如下：参数和原理剖析：因为MNIST图片为长和宽相同的28像素，为黑白两色，所以图片的高度为1，为灰度通道。在传入的时候，我定义的BATCH_SIZE为512，所以具体的输入维度为(512,1,28,28)我的CNN卷积神经网络的为两层卷积层，两次激活函数，两层池化层，和两层全连接层卷积核设为5X5，步长Stride = 2（卷积核移动.

RNN的架构除了RNN类中的模型不同，其他的构架与CNN类似，如果还没有阅读过CNN文章的可以点击下方链接进入：CNN使用MNIST手写数字识别实战的代码和心得LSTM(Long Short-Term Memory长短时记忆网络)虽然在MNIST手写数字识别方面不擅长，但是也可以进行使用，效果比CNN略显逊色对LSTM使用MNIST手写数字识别的思路图LSTM是在RNN的主线基础上增加了支线，增加了三个门，输入门，输出门和忘记门。避免了可能因为加权问题，使程序忘记之前的内容，梯度弥散或者梯度.