文件名称：MNIST-Classification-model
文件大小：16KB
文件格式：ZIP
更新时间：2024-04-22 23:26:39
Python
MNIST分类模型 介绍 编程项目的目的是创建神经网络模型，以便从头开始对Python中的MNIST图像数据集进行分类。 （不使用任何高级机器学习库）。 该项目的任务包括设计全连接神经网络体系结构，以便对0个隐藏层，1个隐藏层和2个隐藏层进行分类，并根据它们的性能（即测试数据集的准确性）进行比较，并选择性能最佳的模型。 该项目的动机是要学习有关用于分类的深度学习技术的更多信息。 神经网络在数据分类任务（尤其是图像）上表现出色。 同样的技术也可以用于与材料科学有关的其他数据。 关于神经网络功能的知识相当普遍，可以在不同领域中实现。 项目中神经网络模型的架构 在项目工作中，我设计了可以创建和训练3个完全连接的神经网络以对MNIST数据集中的图像进行分类的代码。 （可以一次运行训练一个网络）。
【文件预览】：
MNIST-Classification-model-master
----train.py(7KB)
----test.py(1B)
----train3.py(57KB)
----train_3.py(57KB)
----Images()
--------file.py(1B)
----README.md(1KB)