小样yx的博客

简述LeNet5模型LeNet5网络模型于1989年发表，是为了识别手写字体和计算机打印字符而设计，该模型在手写体识别领域非常成功，曾被广泛应用于美国银行支票手写体识别。LeNet5网络模型架构LeNet5网络模型共有7层架构（不包含输入），分为：卷积层→Pooling层→卷积层→Pooling层→全连接层→全连接层→输出层（softmax层）代码如下：from keras.utils import to_categoricalfrom keras import modelsfrom ker

前言猫狗识别是一个二分类问题，判断图片中的动物是猫还是狗。本文将分为三个部分进行讲解：1、卷积神经网络（CNN）简述2、猫狗数据集下载与代码实现3、优化调参过程一、卷积神经网络简述典型的卷积神经网络通常由以下三种层结构共同组成：卷积层(Convolution)、下采样池化层(Pooling)、全连接层(Fully connected)其中卷积是为了提取出局部特征值，池化是从这些特征值里面筛选更有特征的特征值，使得卷积输出的数组尺寸近一步缩小，而全连接就是把以前的局部特征重新通过权值矩阵组装成

前言本文分三部分：1、文字讲解 2、代码与结果 3、推荐b站一位up主视频讲解（默认有一点python基础）该项目虽然相对简单，但是所有深度学习实现过程都大体可以分为文中几步，只不过是网络更复杂，实现的内容更大实现步骤如下一、文字讲解1、加载数据mnist.load_data()读取出数据存在变量中，它返回两个值，所以加括号对读出的四个变量进行reshape，astype归一化操作2、搭建神经网络输入层（第0层）不需要自己用add添加，会自动默认创建，写个input_shape即会自动创

一、配置集成环境（已经配好Anaconda的可跳过此步，看第二步）1.1、下载Anaconda1、https://www.anaconda.com/download/#windows 点击该网址，点击下载windows版，并自己安装，保存到自己想要保存到的盘符（我是保存到D盘），安装中一直点I agree 与 next即可，Install for 点推荐的Just Me。1.2、配置环境变量下载好Anaconda后，需要配置环境变量，这样运行一些程序时，系统会自动到系统变量中去找是否有这个程序