DL之LiR&DNN&CNN:利用LiR、DNN、CNN算法对MNIST手写数字图片(csv)识别数据集实现(10)分类预测

输出结

DL之LiR&DNN&CNN:利用LiR、DNN、CNN算法对MNIST手写数字图片(csv)识别数据集实现(10)分类预测

DL之LiR&DNN&CNN:利用LiR、DNN、CNN算法对MNIST手写数字图片(csv)识别数据集实现(10)分类预测

 

设计思

DL之LiR&DNN&CNN:利用LiR、DNN、CNN算法对MNIST手写数字图片(csv)识别数据集实现(10)分类预测

 

核心代

classifier = skflow.TensorFlowLinearClassifier(

   n_classes=10, learning_rate=0.01)

classifier.fit(X_train, y_train)

linear_y_predict = classifier.predict(X_test)

classifier = skflow.TensorFlowDNNClassifier(hidden_units=[200, 50, 10], n_classes = 10,

   learning_rate=0.01)

classifier.fit(X_train, y_train)

dnn_y_predict = classifier.predict(X_test)

classifier = skflow.TensorFlowEstimator(

   model_fn=conv_model, n_classes=10, steps=20000,

   learning_rate=0.001)

classifier.fit(X_train, y_train)

classifier.predict(X_test)


上一篇:JavaScript 的 4 种数组遍历方法: for VS forEach() VS for/in VS for/of


下一篇:变量不同作用域的测试