机器学习零基础?手把手教你用TensorFlow搭建图像识别系统(三)| 干货
雷锋网按:本文是介绍用TensorFlow构建图像识别系统的第三部分。 在前两部分中,我们构建了一个softmax分类器来标记来自CIFAR-10数据集的图像,实现了约25-30%的精度。 因为有10个不同可能性的类别,所以我们预期的随机标记图像的精度为10%。25-30%的结果已经比随机标记的结果好多了,但仍有很大的改进空间。在这篇文章中,作者Wolfgang Beyer将介绍如何构建一个执行相同任务的神经网络。看看可以提高预测精度到多少!雷锋网(公众号:雷锋网)对全文进行编译,未经许可不得转载。 关于前两部分,可以参看《机器学习零基础?手把手教你用TensorFlow搭建图像识别系统》(一)和(二)。 神经网络 神经网络是基于生物大脑的工作原理设计的,由许多人工神经元组成,每个神经元处理多个输入信号并返回单个输出信号,然后输出
