理解mnist识别特征(lenet)

时间 2021-01-16

标签 caffe mnist 繁體版

原文原文链接

继上一篇做完lenet手写数字测试后，我们对lenet训练结果在mnist测试集上的结果进行粗浅的分析。 lenet测试结构如下，我们看到ip1输出特征向量长度为500维，不便于分析，于是我们对该层稍作修改，将500改为2，这样2维的特征向量我们可以把特征向量作为坐标点画在二维坐标系上便于分析，修改后的测试结构如下：我们对训练结构进行同样的修改，重新训练得到新的caffemodel文件。利用测

>>阅读原文<<

1. tensorflow实践-LeNet-5模型处理mnist手写数字识别
2. 语音识别特征—MFCC（理论篇）
3. CNN01：Pytorch实现LeNet的Mnist手写数字识别
4. 语音识别-mfcc特征
5. 细粒度特征识别
6. labview人脸识别特征点识别特征提取人脸比对
7. mnist训练lenet网络
8. 手写识别(MNIST)
9. windows+caffe+mnist识别
10. 特征选择与特征理解（sklearn）
更多相关文章...
• Scala Trait(特征) - Scala教程
• SQL 别名 - SQL 教程
• JDK13 GA发布：5大特性解读
• Docker 清理命令