Using Tensorflow to do exercise.
- 建立簡單Linear回歸模型
- 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
- Kaggle下載辛普森圖片集
- 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
- 建立神經網路主要4步驟
- 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
- 最後Loss 及 Accuracy 結果
- 使用 Layer 方法建立hidden layer
- 3層encoder,3層decoder