手写数字识别整体流程
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
- 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 - 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 - one-hot
- 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
- 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 ...
- 【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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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
- 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...
- React Native填坑之旅 -- 回归小插曲
- Eclipse RCP 中将窗口始终保持在最前
- 成功解决AttributeError: Unknown property axisbg
- 如何计算并测量ABAP及Java代码的环复杂度Cyclomatic complexity
- 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”
- 旧计算机 云桌面,切换桌面(云桌面切换到自己电脑)
- java litjson_.NET平台开源JSON库LitJSON的使用方法
- js去掉url中的域名的方法
- 在C#中obsolete表示什么?
- pythonstdin_关于python:从sys.stdin接收输入,非阻塞
- cadence 通孔焊盘_Allegro 16.6创建通孔类焊盘步骤
- 使用BERT的两层encoder实现tweet sentiment extraction
- (立下flag)每日10道前端面试题-15 关于【高级技巧】十问
- 手把手教你搭建网站(零基础,不用写代码)
- 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(
- clickhouse插入数据报错Cannot reserve 1.00 MiB, not enough space (version 20.8.3.18)
- br标签之不同浏览器
- 为什么能把公司做成功的CEO,都很像唐僧?
- 数字书法授课软件怎么选择比较好?