Architecturas | mnist keras 예제

mnist keras 예제

이미지에서 char 배치에 많은 변형이 예상되는 경우 이미지 보강을 사용하여 임의 변환을 사용하여 입력 데이터의 복사본을 만들 수 있습니다: http://machinelearningmastery.com/image-augmentation-deep-learning-keras/ 오류 보고서: 기준선에서 아래 줄에서 다층 지각 예제가있는 모델. model.fit (X_train, y_train, validation_data =(X_test, y_test), epoch=10, batch_size=128, 자세한 내용 = 2) 오류: 값 오류: 대상을 확인할 때 오류: 예상 dense_12 2차원을 가지지만, 형상(60000, 10, 2, 2, 2, 2, 2)을 가진 어레이를 가지고 있지만, 테스트 데이터 세트의 정확도는 트레이닝 데이터 세트의 정확도보다 약간 적다. 교육 정확도와 테스트 정확도 간의 이러한 차이는 과적합의 예입니다. 오버피팅은 기계 학습 모델이 학습 데이터보다 새 데이터에서 더 나쁜 성능을 발휘하는 경우입니다. ~Anaconda3envstensorflow-세션libsite-packageskerasbackendtensorflow_backend.py 에서 _has_nchw_support() 268 «  » 269 명시적으로_on_cpu =_is_current_explicit_device(`CPU`) -> 270 gpus_사용할 수 있는 = len(get_get)270 gpus_get_2 반환(명시적으로_on_cpu 및 gpus_available 아님) 272 Keras는 CPU뿐만 아니라 GPU에서도 사용할 수 있습니다. 이 예제에서는 CPU 컴퓨터에서 텐서플로우로 구성된 케라스를 CPU 구성으로 충분하게 사용하는 MNIST와 같은 간단한 모델을 사용하고 있습니다. 심각한 딥 러닝 프로젝트의 경우 GPU를 사용하면 복잡한 ML 모델을 훈련하는 데 매우 오래 걸릴 수 있습니다. ~Anaconda3envstensorflow-세션libsite-packageskerasbackendtensorflow_backend.py 에서 _get_available_gpus() 254 글로벌 _LOCAL_DEVICES 255 경우 _LOCAL_DEVICES 없음: -> 256 _LOCAL_DEVICE = get_session().list_devices()257 반환 x.name _LOCAL_DEVICE에서 x에 대 한 x 에 대 한 x x 의 경우 x.device_type == `GPU`] 258 하지만 모든 예제 문제 없이 실행 하 고 설명 하는 것과 동일한 결과 생성 합니다. 그래서 내 설정 : 최신 파이썬 3.6 윈도우 10에서 실행 아나콘다와, 괜찮아야한다. 나 같은 초보자를위한 케라와 숫자 인식에 정말 멋진 소개. 절인 개체의 형태로 mnist 데이터 집합을 사용하고 있습니다 (추측). 그러나 내 질문은 기존 이미지 세트를이 절인 개체로 어떻게 변환할 것인가하는 것입니다.

~Anaconda3libsite-packageskerasinitializers.py in __call___(셀프, 모양, dtype) 215 제한 = np.sqrt (3. * 규모) 216 반환 K.random_uniform (모양, 제한, 제한, -> 217 dtype=dtype, seed=self.seed)218 예를 들어, 네트워크는 이미지가 특정 비율 집합을 가지며 검은색 배경에 흰색 숫자가 될 것으로 예상합니다.