AI基础项目手写数字识别思路总结

AI基础项目–手写数字识别
掌握核心：1.数据集下载，这里用的公开数据集Minist
2.网络设计，全连接神经网络，激活函数，注意输入输出尺寸，通道。（N,V=HWC）这里设计了三层
3.网络实例化，进行训练网络。设置损失函数，数据优化处理之类
4.得到优化参数后，进行测试，比对样本，使用one-hot编码，通过索引比对数据的对错
注意：1.是一个十分类问题，最后神经元的输出一定是10个小数，最后的神经元可以不使用激活函数。

2.网络结构：全连接神经网络:上一层的神经元和下一层的神经元都连接
数据输入——形状变换（N-V）–1层网络层-激活函数–2层网络层–激活函数–3层网络层–输出
3.one-hot编码
从标准的数据集中提取数据和对应的标签。一般分类问题对错用0-1表示。
编码训练出来的数据变为标准的0-1数组，几个分类就有几组。把编码数据与标签一一对应，然后把对应的位置索引提出，即为哪一个分类。