辅助阅读: Basic classification: Classify images of clothing
建立模组
建造神经网路模组需要配置模组的各层面(layers),并编译模组。
神经网路建构中最基本的建构方法便是层层堆叠,图层从输入到其中的资料中提取特徵,并希望这些特徵对於问题是有意义的。
大多数深度学习皆由将简易的图层一层层连接在一起所组成,大多数图层像是Dense具有在训练时要使用的参数。
Flatten,在网路中第一层的图层,将图片的形式从二维阵列(28x28 pixels)转换成一维阵列(28x28 = 784 pixels)。可以将这层图层看作是堆叠图层中的「像素行」(unstacking rows)并将他们排成一行。这层图层没有参数需要学习,只是将资料重新建构。
在图片的像素被摊平後,网路由两个Dense序列所组成。这些序列紧密相连,又或者说是完成连接的神经图层,第一图层Dense有一百二十八个节点,第二图层(目前最後一层)有回传长度为十的logits阵列。每个节点含有表示目前图片属於十个分类中的某一分类的分数
编译模组
在模组准备好能够训练前,还需要几个设置。这些设定在模组正在编译时加入。
Loss function 损失函数 这个可以衡量模型在训练过程中的准确性,希望能够最小化此功能以在正确的方向上引导此模组
Optimizer 优化器 这个是建立在模组看到的数据和损失函数来更新模组的方法。
矩阵 – 用於监视与训练与测试步骤。下面的例子用准确性,正确分类的图像比例。
下篇接续~
<<: [Day29] Bevy 游戏引擎 (Part 3) 收工
>>: 【Day22】[演算法]-选择排序法Selection Sort
义大利肉酱是平常雪伦冰箱常备的料理,一次多做一点分装冷冻起来,想吃就可以随时拿出来吃,除了义大利面,...
昨天的练习题有做出来吗?是不是有遇到什麽问题呢? 第一个问题应该是两数相除完呈现整数,这时候我们需要...
0x1 前言 弄了这麽久的建立订单、讯息通知,终於要来处理第三个 API 订单查询 0x2 订单查询...
作者说明我们最好都同时定义 Getters 与 Setters ,因为如果只定义了 Getter 但...
闭包(closure)大概是我在函式这个单元过後,卡的稍微久一点的一个关卡,主要是弄不清楚闭包到底跟...