15 手写数字识别-小数据集

标签：git   测试   epo   one   optimizer   from   port   网络   compile   

1.手写数字数据集

• from sklearn.datasets import load_digits
• digits = load_digits()

2.图片数据预处理

• x：归一化MinMaxScaler()
• y：独热编码OneHotEncoder()或to_categorical
• 训练集测试集划分
• 张量结构

3.设计卷积神经网络结构

• 绘制模型结构图，并说明设计依据。

4.模型训练

• model.compile(loss=‘categorical_crossentropy‘, optimizer=‘adam‘, metrics=[‘accuracy‘])
• train_history = model.fit(x=X_train,y=y_train,validation_split=0.2, batch_size=300,epochs=10,verbose=2)

5.模型评价

• model.evaluate()
• 交叉表与交叉矩阵
• pandas.crosstab
• seaborn.heatmap

15 手写数字识别-小数据集

标签：git   测试   epo   one   optimizer   from   port   网络   compile   

原文地址：https://www.cnblogs.com/laylay/p/13125177.html