縮寫

ML：機(jī)器學(xué)習(xí)Machine Learning
NN：神經(jīng)網(wǎng)絡(luò)Neural Network
ANN：人工神經(jīng)網(wǎng)絡(luò)Artificial Neural Network
CNN：卷積神經(jīng)網(wǎng)絡(luò)Convolutional Neural Network

• 這是我Deep_in_mnist系列博客的第一篇，原地址在我的《ML算法學(xué)習(xí)與實(shí)現(xiàn)》文集中《自己動(dòng)手實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)算法識(shí)別mnist手寫數(shù)字（準(zhǔn)確率92.11%）》

• 這第一篇Deep_in_mnist原本是學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的原理時(shí)寫的，剛好用的mnist數(shù)據(jù)集，后來發(fā)現(xiàn)這個(gè)數(shù)據(jù)集挺適合用來學(xué)習(xí)算法，所以專門建了這一個(gè)《Deep_in_mnist》文集，也在GitHub上建了一個(gè)專門的的倉庫 GitHub：acphart/Deep_in_mnist ，用來存放代碼和文件，我計(jì)劃在這個(gè)項(xiàng)目中由淺入深逐步實(shí)現(xiàn)一些機(jī)器學(xué)習(xí)算法（主要是學(xué)習(xí)之用，所以重點(diǎn)是代碼簡單易讀，而且全部中文注釋），我將會(huì)參考一些經(jīng)典的以及近些年的論文，這里是關(guān)于mnist識(shí)別項(xiàng)目研究論文的一個(gè)匯總：rodrigob.github.io : Classifiction datasets results

• 目前我已經(jīng)完成的有

  1. 自己動(dòng)手實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)算法識(shí)別mnist手寫數(shù)字（準(zhǔn)確率92.11%）
  2. 使用TensorFlow搭建ANN識(shí)別mnist手寫數(shù)字（正確率97.49%）
  3. 使用TensorFlow搭建CNN識(shí)別mnist手寫數(shù)字（正確率99.3%）-（參考LeNet-5，論文地址：http://yann.lecun.com/exdb/publis/pdf/lecun-98.pdf）
  4. 未完待續(xù)

• 這一系列的項(xiàng)目代碼以.ipynb文件放在我的GitHub主頁上GitHub：acphart/Deep_in_mnist，里面保存著我訓(xùn)練和調(diào)參的結(jié)果，下載之后直接在Jupyter Notebook中打開即可食用，歡迎品嘗，喜歡可以順便給個(gè)star哦 ~~~