15 手寫數字識別 小資料集

2022-07-26 00:57:09 字數 1662 閱讀 9676

1.手寫數字資料集

from sklearn.datasets import


load_digits


digits = load_digits()
2.資料預處理

3.設計卷積神經網路結構

4.模型訓練

#


訓練模型


import


matplotlib.pyplot as plt


model.compile(loss='


categorical_crossentropy


',optimizer='


adam


',metrics=['


accuracy


']) #


優化器optimizer='adam'


#每次利用256進行測試,0.2用於驗證


#epochs 設定訓練次數


train_history = model.fit(x=x_train,y=y_train,


validation_split=0.2,


batch_size=256,


epochs=10,verbose=2)


score = model.evaluate(x_test,y_test)  #


模型自動評估


#**值


y_pred =model.predict_classes(x_test)


print


(y_pred)


#觀察訓練引數視覺化


defshow_train_history(train_histoty, train, validataion):


plt.plot(train_history.history[train])


plt.plot(train_history.history[validataion])


plt.title(


'train history')


plt.ylabel(


'train')


plt.xlabel(


'epoch')


plt.legend([


'train


', '


validation


'], loc='


upper left')


plt.show()


#準確率


show_train_history(train_history, '


accuracy


', '


val_accuracy')


#損失率


準確率


損失率


5.模型評價
				
15 手寫數字識別 小資料集
1.手寫數字資料集 from sklearn.datasets import load digits digits load digits 2.資料預處理 x data digits.data.astype np.float32 scale minmaxscaler x data scale.fit...

				
15 手寫數字識別 小資料集
1.手寫數字資料集 2.資料預處理 3.設計卷積神經網路結構 設計卷積神經網路結構 model sequential ks 3,3 卷積核的大小 input shape x train.shape 1 model.add conv2d filters 16,kernel size ks,paddin...

				
15 手寫數字識別 小資料集
1.手寫數字資料集 2.資料預處理 from sklearn.datasets import load digits from sklearn.preprocessing import minmaxscaler from sklearn.preprocessing import onehotenco...