手写数字识别整体流程

pytorch中数据加载
batch:数据打乱顺序,组成一波-波的数据,批处理
epoch:拿所有的数据训练一-次
Dataset基类,数据集类

  1. torch.utils.data.Dataset
    2.两个重要的方法:
    a._ getitem_ (index) 能够对实例进行索引
    b. _ len_ : len(实例)调用实例的_ len_ 方法
    迭代数据集
  2. torch.utils. data.DataLoader (dataset, batch. sieshuffle)
    手写数字识别的思路:
    1.准备数据,通过dataset和Datal oader准备
    2.模型构建
    3.模型训练,模型保存和加载
    4.模型的评估
    a.准备Mnist数据
    a. torchvision.transforms.ToTensor
    i.把ndarray转化为tensor
    ii. PIL中iamge对象对转化为tensor
    b. torchvision.transforms.Normlize(mean,str)
    i. mean, std的形状和通道数相同
    C. torchvision.transforms.Compose
    i.把不同的实例组合使用
    b.交叉熵损失
    a. nn.CrossEntropyLoss()
    b.使用带权损失计算交叉熵损失
    i. softmax(out)
    ii. output = F.log. softmax(out) #log(P)
    iv. F.nl loss(outputtarget) #- EY log§
    C.带权损失
    i. loss = -ZWixi
    C.训练
    a. 遍历dataloader
    b. tqdm(可迭代对象,total= 迭代总次数)
    d.模型的评估
    a.不需要计算梯度
    b.计算损失和准确率
    C.准确率的计算
    i.获取概率最大值的位置作为预测值
    ii.预测值和真实值判断相等,结果取均值
    文本分词
    N-gram:用连续的N个token左右-一个特征, N往往取2或者3.
    1.考虑了句子中词语的顺序
    文本向量化
  3. one-hot
  4. word emebdding:
    a.用一个向量表示每-一个词语,向量中的每个值都是参数,都会在后续通过训练得到



手写数字识别整体流程相关推荐

  1. 使用Caffe进行手写数字识别执行流程解析

    之前在 http://blog.csdn.net/fengbingchun/article/details/50987185 中仿照Caffe中的examples实现对手写数字进行识别,这里详细介绍下 ...

  2. 【mindspore】mindspore实现手写数字识别

    mindspore实现手写数字识别 具体流程参考教程:MindSpore快速入门 MindSpore 接口文档 注:本文章记录的是我在开发过程中的学习笔记,仅供参考学习,欢迎讨论,但不作为开发教程使用 ...

  3. 课程设计(毕业设计)—基于机器学习KNN算法手写数字识别系统—计算机专业课程设计(毕业设计)

    机器学习KNN算法手写数字识别系统 下载本文手写数字识别系统完整的代码和课设报告的链接(或者可以联系博主koukou(壹壹23七2五六98),获取源码和报告):https://download.csd ...

  4. Caffe MNIST 手写数字识别(全面流程)

    目录 1.下载MNIST数据集 2.生成MNIST图片训练.验证.测试数据集 3.制作LMDB数据库文件 4.准备LeNet-5网络结构定义模型.prototxt文件 5.准备模型求解配置文件_sol ...

  5. 基于随机梯度下降法的手写数字识别、epoch是什么、python实现

    基于随机梯度下降法的手写数字识别.epoch是什么.python实现 一.普通的随机梯度下降法的手写数字识别 1.1 学习流程 1.2 二层神经网络类 1.3 使用MNIST数据集进行学习 注:关于什 ...

  6. 机器学习笔记——从手写数字识别开始

    文章目录 前言 关于这篇博客(预计八月下旬全部完成) 关于项目实现 监督学习 ANN全连接神经网络的实现 1.总述 2.初始化 3.传播及损失 4.反向传播 决策树以及随机森林的实现 1.总述 2.单 ...

  7. 神经网络实现手写数字识别(MNIST)

    一.缘起 原本想沿着 传统递归算法实现迷宫游戏 --> 遗传算法实现迷宫游戏 --> 神经网络实现迷宫游戏的思路,在本篇当中也写如何使用神经网络实现迷宫的,但是研究了一下, 感觉有些麻烦不 ...

  8. FPGA实现mnist手写数字识别(软件部分)

    文章目录 FPGA实现mnist手写数字识别 ① 环境配置 ② 数据集及代码下载 ③ 代码操作 (1)训练模型 (2)权重输出 (3)关于灰度转换 FPGA实现mnist手写数字识别 ① 环境配置 使 ...

  9. MindSpore手写数字识别体验

    文章目录 1. 环境准备 2. 安装minspore及其套件 3. 程序撰写 4. 总结 今天带大家体验一下 MindSpore 这个 AI 框架来完成手写数字识别的任务 1. 环境准备 使用Anac ...

最新文章

  1. 人脸识别走光引热议!原来后台能看到的不只有脸,网友已社死,审核辣哭眼...
  2. React Native填坑之旅 -- 回归小插曲
  3. Eclipse RCP 中将窗口始终保持在最前
  4. 成功解决AttributeError: Unknown property axisbg
  5. 如何计算并测量ABAP及Java代码的环复杂度Cyclomatic complexity
  6. Qt与VS2008的便捷安装(非编译源码方式),并解决错误“Unable to find a Qt build”
  7. 旧计算机 云桌面,切换桌面(云桌面切换到自己电脑)
  8. java litjson_.NET平台开源JSON库LitJSON的使用方法
  9. js去掉url中的域名的方法
  10. 在C#中obsolete表示什么?
  11. pythonstdin_关于python:从sys.stdin接收输入,非阻塞
  12. cadence 通孔焊盘_Allegro 16.6创建通孔类焊盘步骤
  13. 使用BERT的两层encoder实现tweet sentiment extraction
  14. (立下flag)每日10道前端面试题-15 关于【高级技巧】十问
  15. 手把手教你搭建网站(零基础,不用写代码)
  16. 污水处理程序 工厂污水处理控制系统 西门子PLC200smart和上位机wincc(
  17. clickhouse插入数据报错Cannot reserve 1.00 MiB, not enough space (version 20.8.3.18)
  18. br标签之不同浏览器
  19. 为什么能把公司做成功的CEO,都很像唐僧?
  20. 数字书法授课软件怎么选择比较好?

热门文章

  1. iOS界面布局的几种方式
  2. Java Swing版单机版三国杀
  3. esaywechat 使用遇到的坑
  4. 开源BI报表及OLAP多维分析平台OPENI(二)—搭建Eclipse下的Openi开发环境
  5. Python 小白的吸星大法 !
  6. VC++ 使用StackWalker类打印当前运行堆栈信息
  7. latex 页边距设置
  8. MTK驱动---平台待机功耗分析流程
  9. 沉迷百度前端技术学院的第一天
  10. 使用php根据ip数据库获得国家地区并统计国家使用量排名