寫一下今天煉丹的收穫：
1：對於一開始就用vgg16進行fashion_mnist，正確率總是0.1，我推測是因為資料集(60000,28,28,1)每張蘊涵的資訊只有（28,28）不是很大，經過這麼多池化層，dropout,許多關鍵資訊都被丟棄了。當我只有兩卷積一池化時，正確率就90+
2：關於metrics=[『sparse_categorical_accuracy』]。
metrics指的是評估標準，即你的輸出和真實值是否對應是如何評價的。當然是針對多標籤單分類問題
categorical_accuracy：檢查 y_ture 中最大值對應的index 與 y_pred 中最大值對應的index是否相等。
sparse_categorical_accuracy檢查 y_true 中的值（本身就是index） 與 y_pred 中最大值對應的index是否相等。
y_true = (0, 0, 1, 0)
y_pred = (0.02, 0.05, 0.83, 0.1)
acc = categorical_accuracy(y_true, y_pred)
y_true = 2
y_pred = (0.02, 0.05, 0.83, 0.1)
acc = sparse_categorical_accuracy(y_true, y_pred)
3：關於卷積核的大小。
注意(1,1)和(2,2)都是不能取得，只能從(3,3)開始，當然也可以使用(1,n)和(n,1)
通常是沒有偶數，只有奇數
4：colob實現斷點續傳
首先利用google drive作為你的雲盤
位置在左方的箭頭處
神經網路基礎 人工智慧實踐
tensorflow python中和矩陣有關的乙個模組 nn 神經網路，neural network 階段目標 搭建第乙個神經網路，總結搭建八股。一 基於tensorflow的nn 用張量表示資料，用計算圖搭建神經網路，用會話執行計算圖，優化線上的權重 引數 得到模型。二 張量 tensor 多維...
人工智慧實踐教程（一）
本文為 人工智慧實踐教程 學習總結和感悟，先寫書中內容，再寫自己的思考 2017年10月20日，實驗室 現在人工智慧就是用計算機去模擬人類智慧型。為什麼計算機可以模擬人類的智慧型？這是因為人和計算機都是物理符號系統。能夠實現輸入符號 輸出符號 儲存符號 複製符號 通過找出符號間關係建立符號結構 條件...
人工智慧實踐 1 概述
cnn 卷積神經網路 convolutional neural network rnn 迴圈神經網路 recurrent neural network 機器學習 統計學方法，計算機利用已有資料，得出某種模型，再利用此模型 結果 三要素 資料 演算法 算力 機器學習的主流應用 連續資料的 離散資料的分...