15、深度学习中的分类与卷积操作详解

深度学习中的分类与卷积操作详解

一、多分类问题的随机梯度下降实现

在处理多分类问题时，我们可以使用随机梯度下降（Stochastic Gradient Descent，SGD）结合 SoftMax 函数来完成分类任务。以下是具体的实现步骤和代码：

1. 数据加载与处理

import tensorflow as tf
print('tensorflow version', tf.__version__)
import numpy as np
from sklearn import datasets

def read_infile():
    (train_X, train_Y), (test_X, test_Y) = tf.keras.datasets.mnist.load_data()
    train_X = train_X.reshape(-1,28*28)
    test_X = test_X.reshape(-1,28*28)
    return train_X, train_Y,test_X, test_Y

X_train, y_train, X_test, y_test = read_infile()

这段代码的作用是加载 MNIST 数据集，并将训练数据和测试数据进行重塑，使其适合后续的模型输入。

2. 模型定义

cl