mnist识别手写数字以及tensorboard可视化
Posted stretchingcat
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了mnist识别手写数字以及tensorboard可视化相关的知识,希望对你有一定的参考价值。
reference
基本模型:https://blog.csdn.net/program_developer/article/details/80369989
如果用类实现:https://www.cnblogs.com/Mrzhang3389/p/9790955.html
求精度、tensorboard可视化:https://blog.csdn.net/wwxy1995/article/details/80832283
https://blog.csdn.net/lansetiankong2104/article/details/79981776
这两篇很像,注释和损失函数稍有不同
对数据集的理解:https://blog.csdn.net/qq_41185868/article/details/79094752
minst数据集可视化:https://blog.csdn.net/wc13197389627/article/details/95527289
保存和载入模型:https://blog.csdn.net/thriving_fcl/article/details/71423039
如何识别自己的手写(ps)数字以及mnist数据集是西方手写体等注意事项:https://blog.csdn.net/qq_38269418/article/details/78991649
模型搭建、训练、识别手写数字的完整教程:https://blog.csdn.net/qq_33414271/article/details/86488960
我使用了其中的图片预处理函数,前提是先截图,使照片中的数字充分显露,再调二值化的阈值
****关于调参之类的提高准确率方法:https://blog.csdn.net/hu_hao/article/details/95535859
加载和保存模型,根据模型预测:https://blog.csdn.net/tsfx051435adsl/article/details/88711493
总之,大家的学习笔记写得各有所长。
以上是关于mnist识别手写数字以及tensorboard可视化的主要内容,如果未能解决你的问题,请参考以下文章
pytorch实战学习第七篇:tensorboard可视化介绍
pytorch学习实战第五篇:卷积神经网络实现MNIST手写数字识别
Pytorch实战 | 第P1周:实现mnist手写数字识别