tensorflow_exercise

Using Tensorflow to do exercise.

Linear regression

• 建立簡單Linear回歸模型

Classfication

• 使用自訂義variables方法建立3層hidden layer
• 使用 Layer 方法建立3層hidden layer

Simpson Classfication

• Kaggle下載辛普森圖片集
  • https://www.kaggle.com/alexattia/the-simpsons-characters-dataset
• 分類辛普森家庭圖片
• 使用簡單5層Dense建立神經網路
• Note
  • 建立神經網路主要4步驟
    • Define placeholder
    • Create variables and operations (hidden layer)
    • Define loss function
    • Define Optimizer

Simpson Classfication Cnn

• 分類辛普森家庭使用Convolutional Neural Networks(CNN)
• 讀取本地資料夾圖片
• 建立兩層卷積、池化 Layer
• 建立Fully-Connected Layer
• 建立輸出層 (6種類別)
• 優化器使用Adam進行優化
• import Keras ImageDataGenerator 來生成批量數據訓練模型
• Note
  • 最後Loss 及 Accuracy 結果
    • 觀察最後視覺化的結果，和只用5層Dense建立的神經網路比較，可看出Loss最終收斂接近於0，Accuracy最後也在接近1的地方，明顯比Dense的效果還要來得好

Autoencoder

• 使用 Layer 方法建立hidden layer
• 3層encoder，3層decoder